Decimal point acting bad - ValueError: could not convert string to float: '.'

Question

我从美联储下载了 SP500 数据，这是一个非常简单的 .csv 文件，有两个字段；日期和价格。当我执行 pd.read_csv() 加载到数据帧时，出现两个错误：

TypeError: Cannot cast array from dtype('O') to dtype('float64') according to the rule 'safe'

ValueError: could not convert string to float: '.'

好像是告诉我小数点'.'在价格字段中抛出错误。

我有很多文件在将字符串对象转换为浮点数时处理小数点。

这里是正在使用的数据：

observation_date,price
2008-04-04,1340.40
2008-04-07,1372.54
2008-04-08,1365.54
2008-04-09,1354.49
2008-04-10,1360.55
2008-04-11,1332.83
2008-04-14,1328.32
2008-04-15,1334.43
2008-04-16,1364.71

我也用过：

SP500 = pd.read_csv(csv_file)

要加载文件，请将两个字段都作为对象 dtype 然后使用

SP500.price = SP500.price.astype(float).fillna(0.0)

这会引发相同的两个错误

Answer 1

尝试指定 '.' 是一个 NaN 值

SP500 = pd.read_csv('SP500.csv', na_values=['.'])

Decimal point acting bad - ValueError: could not convert string to float: '.'

Decimal point acting bad - ValueError: could not convert string to float: '.'

python

floating-point

typeerror

pandas

valueerror