Python如何用strip()将CSV空白元素改为0 解决转float类型报错

方案1：基于strip()+条件判断实现（符合教授建议） #

strip()的作用是移除字符串首尾的所有空白字符（包括空格、制表符、换行符等），你遇到的空单元格读入后通常是空字符串''或者带空白的' '，经过strip()处理后会变成空串，此时替换为0即可，无需提前return整个函数，避免打断原有逻辑。
你可以单独封装一个字符串转浮点的工具函数，修改后完整代码如下：

# 封装通用的字符串转浮点函数，空值自动转0
def convert_to_float(input_str):
    if not input_str:
        return 0.0
    # 移除首尾空白后判断是否为空
    cleaned_str = input_str.strip()
    return float(cleaned_str) if cleaned_str else 0.0

def debt_service_ratio(salary, loan1, loan2, loan3):
    pay = convert_to_float(salary)
    mortgage = convert_to_float(loan1)
    personal_loans = convert_to_float(loan2)
    student_loans = convert_to_float(loan3)
    t_owed = mortgage + personal_loans + student_loans
    return 'Total Debt Service Ratio: ' + str(t_owed / pay)

原有函数调用代码无需修改，直接使用即可：

debt_service_ratio(row[3], row[5], row[6], row[7])

其他可选优化方案 #

• 异常捕获兼容更多非法输入：如果存在单元格填写了非数值文本的情况，可以用try-except捕获转换异常，避免程序崩溃：

def convert_to_float_safe(input_str, default=0.0):
    try:
        cleaned_str = str(input_str).strip()
        return float(cleaned_str) if cleaned_str else default
    except (ValueError, TypeError):
        return default

• 读Excel阶段统一处理：如果你使用pandas读取Excel文件，可以在读入阶段直接完成空值填充，无需后续逐字段判断：

import pandas as pd
# 读入时将空白单元格识别为空值，再统一填充为0
df = pd.read_excel("你的文件路径.xlsx", na_values=["", " "]).fillna(0)

内容的提问来源于stack exchange，提问作者J. Toney