我被使用 read_table()
将数据加载到 Pandas 数据框中的问题所困扰。错误显示 TypeError: Cannot Cast array from dtype('float64') to dtype('int32') 根据规则 'safe'
和 ValueError: Cannot safe conversion passed user dtype of int32对于第 2 列中的 float64 dtyped 数据
测试.py:
import numpy as np
import os
import pandas as pd
# put test.csv in same folder as script
mydir = os.path.dirname(os.path.abspath(__file__))
csv_path = os.path.join(mydir, "test.csv")
df = pd.read_table(csv_path, sep=' ',
comment='#',
header=None,
skip_blank_lines=True,
names=["A", "B", "C", "D", "E", "F", "G"],
dtype={"A": np.int32,
"B": np.int32,
"C": np.float64,
"D": np.float64,
"E": np.float64,
"F": np.float64,
"G": np.int32})
测试.csv:
2270433 3 21322.889 11924.667 5228.753 1.0 -1
2270432 3 21322.297 11924.667 5228.605 1.0 2270433
最佳答案
问题是我使用空格作为分隔符,并且 csv 具有尾随空格。删除尾随空格解决了问题。
为了修剪目录中每个文件的每一行的所有尾随空格,我运行了以下命令: find 。 -名称“*.csv”| xargs sed -i 's/[\t]*$//'
关于python - Pandas:无法安全地将传递的用户数据类型 int32 转换为 float64,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51214020/