逐行读取文件生成DataFrame时int()与int(float())的区别及转换报错处理

错误根因 #

• 语法缩进错误：Python对缩进敏感，你代码中函数内部的with open逻辑、with代码块下的内容都没有正确缩进，导致读取逻辑完全异常，没有将每行按制表符分割成单个数字字符串，直接把整行带\t的长字符串传入类型转换函数，触发报错。
• 文件名拼写混乱：代码中出现winsonsin labels.txt/wisconson.txt等多个拼写错误的文件名，和实际文件名称不匹配，会触发文件读取失败或读取错误内容。
• 函数参数未生效：readLabels函数定义了fileName传参，但内部写死了文件路径，传入的参数不会生效。
• DataFrame构造错误：pd.DataFrame(data , labels)的第二个参数默认是行索引，你需要显式指定columns=labels才能将标签设置为列名，否则数据结构完全不符合预期。

修复后可运行代码 #

import pandas as pd
import plotly.express as px

def readLabels(fileName):
    # 修正缩进，使用传入的fileName参数
    with open(fileName, encoding='utf-8') as f:
        labels = f.read().strip().split(',')
        # 如果需要使用中文标签，可以替换为下一行代码
        # labels = ["半径","纹理","周长","面积","平滑度","致密性","凹度","凹点","对称性","分类"]
        return labels

def readData(fileName, labels):
    # 修正缩进
    with open(fileName, 'r', encoding='utf-8') as f:
        lines = f.readlines()
        # 先过滤空行，再按空白字符分割，转int
        data = [[int(num) for num in line.strip().split()] for line in lines if line.strip()]
        # 修正DataFrame传参，指定columns为labels
        dataFrame = pd.DataFrame(data, columns=labels)
        return dataFrame

def graph(data, labels):
    # 修正缩进
    figure = px.parallel_coordinates(data_frame = data,
                                     color= 'class',
                                     dimensions = labels[:-1])
    figure.show()

# 修正文件名拼写，和实际文件一致
labels = readLabels("wisconsin labels.txt")
data = readData("wisconsin.txt", labels )
graph(data, labels)

标签中文翻译 #

原标签对应的中文含义如下，可直接替换代码中的标签使用：

• 原标签：radius、texture、perimeter、area、smoothness、compactness、concavity、concave_points、symmetry、class
• 中文标签：半径、纹理、周长、面积、平滑度、致密性、凹度、凹点、对称性、分类

• int(输入值)：要求输入必须是符合十进制整数规范的字符串或数值，输入为带小数点的字符串（如'3.0'、'5.9'）、科学计数法字符串、空白字符时，会直接抛出转换错误，适合明确输入为纯整数字符串的场景。
• int(float(输入值))：会先将输入转换为浮点数，再截断小数部分转成整数，兼容带小数点的整数字符串、科学计数法表示的整数，但输入非数字字符串时仍会报错，且如果输入是带小数的非整数字符串（如'5.9'）会直接截断为5，不会做四舍五入。

你的场景中所有数据都是整数，只要正确分割每行的数值，直接用int()转换即可，不需要走int(float())的逻辑。

内容的提问来源于stack exchange，提问作者Orianna Sanele