python - Pandas:无法安全地将传递的用户数据类型 int32 转换为 float64

Question

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


Answer 1

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]*$//'