python - 导入 csv 时，Pandas 无法识别一列 float

Question

我正在尝试将 IMF 统计数据读入 pandas 数据框:

import pandas as pd
df = pd.read_table("http://www.imf.org/external/pubs/ft/weo/2013/02/weodata/WEOOct2013all.xls",
                   na_values=['n/a','--'],thousands=',')

除一列外，所有列都有 dtype 对象:

In [5]: df
Out[5]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 8318 entries, 0 to 8317
Data columns (total 49 columns):
...
dtypes: float64(1), object(48)

我手动检查了文件，在大多数列中找不到任何不是数字的值，或者代码中明确提到的 NaN 值之一。

我在 Wakari.io 上的 Anaconda 1.5.0 上使用 Python 2.7.5、numpy 1.7.1、pandas 0.11.0。

Answer 1

正如 Jeff 所提到的，这是 a bug in <=0.12 (但在 0.13 中已修复)。

In [11]: s = '''A;B
1;2,000
3;4'''

In [12]: pd.read_csv(StringIO(s), sep=';', thousands=',')
Out[12]: 
   A     B
0  1  2000
1  3     4

[2 rows x 2 columns]

In [13]: pd.version.version
Out[13]: '0.13.0rc1-82-g66934c2'