我正在使用 pyodbc 从 .csv 文件将数据读取到数据库。
在 SQL Server 中,有一列定义为 decimal(18,4)
,但该列中缺少值。因此,当我尝试插入它时,它会抛出一个错误,指出字符串类型无法转换为数字类型。
数据看起来像
[A, B, C, , 10, 10.0, D, 10.00]
正如您在位置 4 处看到的,有一个缺失值 '',它应该是像 4.3526 这样的 float
我想将此行读取到数据库,其中第 4 列定义为 decimal(18,4)
,它应该看起来像
A B C NULL 10 10.0 D 10.00
在数据库中。
编辑:
这是我的代码
def load_data(c, infile, num_rows = None, db_schema = 'dbo',table_name = 'new_table'):
try:
if num_rows:
dat = pd.read_csv(infile, nrows = num_rows)
else:
dat = pd.read_csv(infile)
l = dat.shape[1]
c.executemany('INSERT INTO {}.{} VALUES {}'.format(db_schema,table_name,'(' + ', '.join(['?']*l) + ')'), dat.values.tolist())
except :
with open(infile) as f:
dat = csv.reader(f)
i = 0
for row in dat:
if i == 0:
l = len(row)
else:
c.execute('INSERT INTO {}.{} VALUES {}'.format(db_schema,table_name,'(' + ', '.join(['?']*l) + ')'), *row)
if num_rows:
if i == num_rows:
break
i += 1
print(db_schema + '.' + table_name+' inserted successfully!')
请忽略缩进错误。
谢谢。
最佳答案
如果 Pandas 'read_csv方法为缺失值返回一个空字符串,那么您的 CSV 文件很可能使用“标点符号样式”逗号分隔符(逗号后有一个空格)而不是“严格”逗号分隔符(没有多余的空格)。
考虑“严格”的 CSV 文件
1,,price unknown
2,29.95,standard price
pandas 代码
df = pd.read_csv(r"C:\Users\Gord\Desktop\no_spaces.csv", header=None, prefix='column')
print(df)
产生
column0 column1 column2
0 1 NaN price unknown
1 2 29.95 standard price
缺失值被解释为 NaN
(不是数字)。
但是,如果 CSV 文件包含
1, , price unknown
2, 29.95, standard price
然后产生相同的代码
column0 column1 column2
0 1 price unknown
1 2 29.95 standard price
请注意,缺失值实际上是一个包含单个空格的字符串 (' '
)。您可以使用 print(df.to_dict())
来验证这一点。
如果您希望 read_csv
正确解析该 CSV 文件,您需要使用 sep=', '
以便字段分隔符包含空格
df = pd.read_csv(r"C:\Users\Gord\Desktop\with_spaces.csv", header=None, prefix='column', sep=', ', engine='python')
print(df)
这再次给了我们
column0 column1 column2
0 1 NaN price unknown
1 2 29.95 standard price
关于python - 如何处理 CSV 文件中 DECIMAL 列的缺失值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52862493/