gpt4 book ai didi

python - 用dask阅读时如何跳过坏行?

转载 作者:行者123 更新时间:2023-12-05 07:20:41 30 4
gpt4 key购买 nike

我正在尝试使用 dask 读取 .txt(大约 700 万行)。但是,大约有 4000 行与列的数据类型不匹配:

+-----------------------------+--------+----------+
| Column | Found | Expected |
+-----------------------------+--------+----------+
| Pro_3FechaAprobacion | object | int64 |
| Pro_3FechaCancelContractual | object | int64 |
| Pro_3FechaDesembolso | object | int64 |
+-----------------------------+--------+----------+

The following columns also raised exceptions on conversion:

- Pro_3FechaAprobacion
ValueError("invalid literal for int() with base 10: '200904XX'")
- Pro_3FechaCancelContractual
ValueError("invalid literal for int() with base 10: ' '")
- Pro_3FechaDesembolso
ValueError("invalid literal for int() with base 10: '200904XX'")

我知道这些是日期列,它们的格式类似于 %Y%m%d,但有些记录类似于 %Y%mXX。我想在使用时跳过这些:

df = pd.read_csv("file.txt",error_bad_lines=False)

有什么办法吗?

最佳答案

error_bad_lines=False 关键字取自 pandas.read_csv。我认为它不支持您想要的行为。您可能会考虑使用 pandas 标签提出同样的问题,看看熟悉 Pandas 的 read_csv 函数的人是否可以提供一些建议。 dask.dataframe.read_csv 函数仅使用该代码。

关于python - 用dask阅读时如何跳过坏行?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57419979/

30 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com