Python读取CSV文件并将字符转化为浮点数

CSV数据格式
在这里插入图片描述

from  csv import reader
	def load_csv(filename):
    dataset = list()
    with open(filename, 'r') as file:
        csv_reader = reader(file)
        #读取表头X,Y
        headings = next(csv_reader)
        #文件指针下一至第一条真正数据
        for row in csv_reader:
            if not row:   #判定是否有空行,如有,则跳入到下一行
                continue
            dataset.append(row)
    return dataset
#字符转化为浮点数
def str_column_to_float(dataset, column):
        for row in dataset:
            row[column] = float(row[column].strip())
#使用函数
filename='insurance.csv'
dataset=load_csv(filename)
print('读取后',dataset)
for col in range(len(dataset[0])):
    str_column_to_float(dataset,col)
print('转化后',dataset)

  • 10
    点赞
  • 57
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Python读取CSV文件时,如果文件中包含较大或较小的数字,可能会导致数字以科学计数法的形式显示,也就是包含e的形式。这是因为Python默认情况下会对较大或较小的数字使用科学计数法来表示,以便节省空间并提高计算效率。 要解决这个问题,我们可以使用Pythoncsv模块或pandas库来读取CSV文件,并指定数字字段的数据类型字符串或浮点数。 如果使用csv模块,可以通过设置csv.reader的quoting参数为csv.QUOTE_NONNUMERIC,将数字字段的数据类型设置为浮点数。示例如下: ```python import csv with open('file.csv', 'r') as csvfile: reader = csv.reader(csvfile, quoting=csv.QUOTE_NONNUMERIC) for row in reader: print(row) ``` 如果使用pandas库,可以使用read_csv函数来读取CSV文件,并使用dtype参数将数字字段的数据类型设置为字符串或浮点数。示例如下: ```python import pandas as pd df = pd.read_csv('file.csv', dtype={'numeric_column': float}) print(df) ``` 通过这样的设置,Python读取CSV文件时就会将数字字段显示为正常的浮点数形式,而不是科学计数法。 另外,如果只是希望在输出结果中将科学计数法形式的数字转换为常规形式,可以使用字符串格式化方法或pandas的options来设置显示格式,例如: ```python num = 1.23456789e+10 # 字符串格式化方法 formatted_num = '{:.0f}'.format(num) print(formatted_num) # 输出: 12345678900 # pandas设置显示格式 pd.set_option('display.float_format', '{:.0f}'.format) print(num) # 输出: 12345678900 ``` 通过以上方法,可以解决Python读取CSV文件时数字变成科学计数法的问题。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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