使用数据类型读取\u csv，但列[duplicate]中有na值

Question

我使用以下代码通过指定每个列的类型来读取csv：

clean_pdf_type=pd.read_csv('table_updated.csv',usecols=col_names,dtype =col_types)

但它有一个错误：

ValueError: Integer column has NA values in column 298 

不知道如何跳过NA？

Answer 1

clean_pdf_type=pd.read_csv('table_updated.csv',usecols=col_names)
clean_pdf_type = (clean_pdf_type.fillna(0)).astype(col_types)

正如注释中所说，不要指定类型，删除NA，然后强制转换为特定类型

Answer 2

请参见NumPy或Pandas：在具有NaN值时保持数组类型为整数

在intdtype系列中不能有NaN值。这是无法避免的，因为NaN值被视为float：

import numpy as np
type(np.nan)  # float

您最好将这些列中的内容改为float。如果随后能够用填充值（如0或-1）替换NaN值，则可以相应地进行处理并转换为int：

int_cols = ['col1', 'col2', 'col3']
df[int_cols] = df[int_cols].fillna(-1)
df[int_cols] = df[int_cols].apply(pd.to_numeric, downcast='integer')

混合使用int和float值将导致一系列数据类型对象。不建议这样做。