pandas read_csv 将对象转换为 float

Question

我正在尝试读取一个 csv 文件。在应该为 float32 的一列 (hpi) 中，有两条记录填充了 .来表示缺失值。 Pandas 解释 .作为一个角色。

如何在此列上强制使用数字？

data = pd.read_csv('http://www.fhfa.gov/DataTools/Downloads/Documents/HPI/HPI_AT_state.csv',
                    header=0,
                    names = ["state", "year", "qtr", "hpi"])

                    #,converters={'hpi': float})

#print data.head()
#print(data.dtypes)

print(data[data.hpi == '.'])

Answer 1

在 read.csv 中使用 na.values 参数:

df = pd.read_csv('http://www.fhfa.gov/DataTools/Downloads/Documents/HPI/HPI_AT_state.csv',
                  header=0,
                  names = ["state", "year", "qtr", "hpi"], 
                  na_values='.')

df.dtypes
Out: 
state     object
year       int64
qtr        int64
hpi      float64
dtype: object