python - pandas read_csv 删除空白行

Question

我在 CSV 文件中读取 DataFrame同时定义每列的数据类型。如果 CSV 文件中有空行，则此代码会出错。如何在没有空白行的情况下读取 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)

我想到了一种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()

然后重新定义 df 中的列数据类型.

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 -

Answer 1

这对我有用。

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)