pandas 按行读取 CSV 并处理 NaN 值的方法
发布时间：2026-10-13 |
3人浏览过
本文介绍如何使用 pandas 按行读取 CSV 文件，并演示如何处理数据中的 NaN 值。通过 fillna 方法将 NaN 替换为特定标记，再结合 while 循环从列表中移除该标记，实现数据的清洗与格式化输出。
在使用 pandas 处理数据时，有时需要逐行读取 CSV 文件的内容。那么具体该如何操作呢？
下面我们将通过一个完整的示例来演示这一过程，假设当前已经存在一个待处理的 CSV 文件。
# 1.导入包
import pandas as pd
# 2读入数据
readFile = pd.read_csv('输出路径',encoding='gb2312')
for record in readFile.values:
print(record)
至此，整个按行读取的流程便已完成。
如果在数据中遇到 NaN 值，应当如何处理？
我们可以在读取文件的操作后，添加以下代码逻辑：
readFile = readFile.fillna('del_token')
在for record in readFile.values后面加入一个while循环
record = list(record)
while ('del_token' in record):
record.remove('del_token')
print(record)
整个代码看起来就像这样子了：
# 1.导入包
import pandas as pd
# 2读入数据
readFile = pd.read_csv('输出路径',encoding='gb2312')
# 给Nan赋值
readFile = readFile.fillna('del_token')
for record in readFile.values:
# 转换列表删除Nan
while ('del_token' in record):
record.remove('del_token')
# 打印
print(record)
以上关于 pandas 按行读取 CSV 并处理 NaN 值的方法就是本文分享的全部内容，希望能对大家有所帮助，也欢迎继续支持本站。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
