在定义每一列的数据类型时,我将CSV文件读入为DataFrame。如果CSV文件中有空行,则此代码将显示错误。如何读取没有空白行的CSV?
dtype = {'material_id': object, 'location_id' : object, 'time_period_id' : int, 'demand' : int, 'sales_branch' : object, 'demand_type' : object }
df = pd.read_csv('./demand.csv', dtype = dtype)我想了一个解决方法来做这样的事情,但不确定这是否是有效的方法:
df=pd.read_csv('demand.csv')
df=df.dropna()然后在df中重新定义列数据类型。
编辑:代码-
import pandas as pd
dtype1 = {'material_id': object, 'location_id' : object, 'time_period_id' : int, 'demand' : int, 'sales_branch' : object, 'demand_type' : object }
df = pd.read_csv('./demand.csv', dtype = dtype1)
df错误- ValueError: Integer column has NA values in column 2
我的CSV文件的快照-

发布于 2019-07-21 04:10:57
这对我很有效。
def delete_empty_rows(file_path, new_file_path):
data = pd.read_csv(file_path, skip_blank_lines=True)
data.dropna(how="all", inplace=True)
data.to_csv(new_file_path, header=True)发布于 2018-09-02 17:12:26
像这样尝试smth:
data = pd.read_table(filenames,skip_blank_lines=True, a_filter=True)发布于 2020-06-29 23:46:28
解决方案可能是:
data = pd.read_table(filenames,skip_blank_lines=True, na_filter=True)https://stackoverflow.com/questions/52135459
复制相似问题