使用pandas读取excel时遇到的某整数列读出浮点数

最新推荐文章于 2023-11-28 10:24:54 发布
最新推荐文章于 2023-11-28 10:24:54 发布
阅读量3k 收藏
点赞数
分类专栏： python 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cassiel60/article/details/108093206
版权

平时最喜欢用pandas 读取excel,最近工作时遇到对于某列整数列的表格，总是把整数读出了浮点数，后面加个.0，但其实我不需要变为浮点数。

原因是：我这一列整数是由函数vlookup查找来的，没有查找到的是NA

办法是：把NA替换为-,就可以了

爱笑的小牙
关注
专栏目录
使用pandas读取Excel文件的简单示例.pdf
05-17
### 使用Pandas读取Excel文件的关键知识点 #### 一、Pandas简介 Pandas 是一个强大的数据处理与分析库，在Python编程语言中广泛应用于数据科学领域。它提供了高性能、易于使用的数据结构以及数据分析工具，包括...
Python 教学 | Pandas 表格字段类型精讲（含类型转换）
weixin_55633225的博客
07-13 1750
本期文章，我们将在字段类型这一话题上进行更加深入的探索，同时学习如何对数据字段做类型转换。
【问题】python从excel读取的数据为数字时，自动加上.0转化为浮点型的解决【2022年2月5日】
qq_43505150的博客
02-05 2378
背景： 从excel里面读取2列数据： 执行程序时，打印获取到的数据：[4.0,4.0,1.0,1.0]； 而不是所需的：[4,4,1,1] 解决方法： excel中需要把数据列设置成 文本 格式保存，看到表格中左上角有绿色小三角基本就ok了。再运行。 ...
【pandas】读取 Excel 整数总被读成带 .0 的浮点类型处理
nishishuizhang的博客
04-25 1797
pd.read_excel("test.xlsx", dtype={"a": np.int32, "b": str})
Pandas 读取 sql 整数变成浮点数
zhishifufei的博客
11-20 829
我遇到了一个问题,当我使用 pandas 读取 Mysql 表时,一些列(参见 'to_nlc')曾经是整数变成了浮点数(之后自动添加 .0)。任何人都可以弄清楚吗?当通过重新索引或其他方式将 NA 引入现有 Series 或 DataFrame 时,布尔和整数类型将被提升为不同的 dtype 以存储 NA。虽然这似乎是一个沉重的权衡,但在实践中,我发现在实践中这是一个问题的案例很少。在下一节中对这里的动机进行了一些解释。
pandas读取数值类型数据时，解决小数末尾补0问题
LOVE_XUAN521的专栏
06-15 1066
d11.insert(loc=3,column='考试代码',value=data['考试科目代码'])d11.rename(columns={'数学分数':'数学成绩'}，inplace=True)d11['数学成绩']=data['数学成绩'].round(decimals=4)d11=data[['姓名'，‘年龄’，‘数学分数’,'考试科目代码']]d11['数学成绩']=d11['数学成绩'].apply(float)d11['数学成绩']=d11['数学成绩'].apply(f1)
用pandas的iloc从excel读到的手机号带有小数解决方法
菜鸟学识的博客
11-03 2119
pandas读取excel是从第二行开始且起始为0，且iloc取到的数据类型为浮点型，获取整数需要手动转为int a= pandas.read_excel(test_data_path, sheet_name='sheet').iloc[0, 0] 需要拿到整数型解决方法 a= int(pandas.read_excel(test_data_path, sheet_name='sheet').iloc[0, 0]) a= pandas.read_excel(test_data_path, .
pandas读取excel保存xlsx文件中浮点数时间格式
weixin_42561395的博客
10-04 680
pandas读xlsx文件浮点数日期
使用pandas读取csv文件的指定列方法
09-20
例如，如果你有一个 CSV 文件，其中包含了数十列数据，但是你只对其中的前几列感兴趣，那么在使用 pandas 读取文件时，通过 usecols 参数，你可以仅加载需要的列。这样做的好处是避免了将不需要的数据加载到内存中，...
解决python pandas读取excel中多个不同sheet表格存在的问题
09-16
当我们需要从 Excel 文件中读取多个不同的 Sheet 表格时，可能会遇到性能和效率上的挑战。本文将详细介绍三种读取 Excel 文件中多个 Sheet 表格的方法，并对比它们之间的性能差异。 #### 方法1：使用 `pd.read_...
python pandas 读取excel数据
10-13
python读取excel数据 要在Python中读取Excel数据，你可以使用pandas库
如何使用pandas读取txt文件中指定的列(有无标题)
09-17
在本文中，我们将深入探讨如何使用Pandas读取TXT文件中的指定列，无论是有标题还是无标题的文件。 首先，我们来看一个有标题的TXT文件。在Pandas中，可以使用`pd.read_table()`函数（或等价的`pd.read_csv()`）来...
pd.read_csv读取txt时整型变成浮点型问题解决
studyvcmfc的专栏
08-12 4059
https://zhuanlan.zhihu.com/p/27440031
Pandas数据分析中常见的浮点数精度损失问题详解
devid008的博客
06-12 2007
在使用Pandas进行数据分析计算时，我们经常会遇到由于浮点数精度损失导致的问题。这是因为在计算机中，浮点数是一个有限精度的类型，无法精确表示所有的实数。这会导致浮点数计算时产生舍入误差和精度损失，进而影响计算的正确性。
pandas读取excel时，保留开头的0
初一的博客
08-23 5065
数据来源：高德API POI分类编码对应表 在读取数据时，不过不做任何处理：   这样在做数据处理（合并处理）时，无法准确对应。 解决方法：   使用converters参数，字典的key值就是你要指定保留0的数据列，可以指定列名，如果没有列名可以指定序号 df = pd.read_excel("top.xlsx",sheet_name=2,header=None,converters={0:...
pandas读取整数带小数点的解决办法
风のように.的博客
10-08 6137
针对于读取的文件中有整数也有小数，读取的时候整数也带上了小数点 解决办法：pd.read_csv(dtype=object)
Pandas read_csv()小数点的原因及对策
最新发布
Allan_lam的博客
11-28 843
在本文中，将介绍Pandas的read_csv()读取数值数据时添加“.0”等小数点的原因以及对策。这次介绍了使用read_csv()读取数值数据时添加小数点的原因以及对策。如果ID等中包含“.0”，那么含义可能会改变，或者更新数据库时可能会发生错误，所以想记下这个规则。
pandas 读取文件时的设置header
热门推荐
Cassiel60的博客
05-17 1万+
用pandas 中的read_table()函数时，发现header设置值不一样，所获得的结果也不一样。之前一直认为header = 0 和header = None是一样的，其实是不一样的。 读取一个有10行的文件，没有行名 1.header =None 时，可以全部读取 . 2.header =0 时，少一行 3.header =1 时，又少一行 ...
excel中多行数字多行汉字交叉pandas怎么实现读出数字，读出汉字
06-08
如果Excel表格中存在多行数字和多行汉字交叉的情况，可以使用Pandas库中的read_excel()函数进行读取。默认情况下，Pandas会将所有数字读取为浮点数，将所有文本读取为字符串。 例如，如果我们有以下的Excel表格： | 列1 | 列2 | 列3 | | --- | --- | --- | | 1 | A | 2 | | B | 2 | C | | 3 | D | 4 | 我们可以使用如下代码读取： ```python import pandas as pd df = pd.read_excel('data.xlsx') print(df) ``` 输出结果为： ``` 列1 列2 列3 0 1 A 2 1 B 2 C 2 3 D 4 ``` 可以看到，Pandas将所有数字读取为浮点数，将所有文本读取为字符串。 如果我们需要将数字和文本分别读取出来，可以使用Pandas库中的converters参数来自定义转换函数。例如，我们可以编写一个函数，将所有非数字字符替换为空字符串，然后将结果转换为浮点数： ```python import pandas as pd def clean_number(x): if isinstance(x, str): x = x.replace(',', '') # 去掉逗号分隔符 x = ''.join(filter(str.isdigit, x)) # 只保留数字 return float(x) if x else None df = pd.read_excel('data.xlsx', converters={'列1': clean_number, '列3': clean_number}) print(df) ``` 输出结果为： ``` 列1 列2 列3 0 1.0 A 2.0 1 NaN 2 NaN 2 3.0 D 4.0 ``` 以上代码中，我们使用了isinstance()函数来判断单元格中的值是否为字符串类型，然后使用replace()函数和filter()函数来去掉逗号分隔符和非数字字符。最后，我们将结果转换为浮点数并返回。在read_excel()函数中，我们使用了converters参数来指定需要使用的转换函数，其中'列1'和'列3'是需要处理的列的名称。这样，就可以将数字和文本分别读取出来了。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值