如何将Excel/CSV中字符串数据转为float？代码报错处理求助

嘿，这个报错我太熟了——你代码里直接把每一列都强制转成float，但数据里的HH_Income是字符串（大概率是CSV的表头，或者某个非数值型的字段名），肯定转不了啊！给你几个实用的解决办法：

方法一：跳过表头行 #

很多CSV文件第一行是列名，不是实际的数值数据，直接跳过这一行就可以解决问题。同时建议加一层异常处理，防止数据里还有其他零散的非数值内容：

import csv

with open(file_path, "rt") as csv_file:
    content = csv.reader(csv_file)
    # 跳过第一行的表头
    next(content)
    for row in content:
        values = []
        for column in row:
            try:
                # 尝试转换为float
                values.append({'number_value': float(column)})
            except ValueError:
                # 转换失败时设置默认值，比如0.0，也可以用numpy的nan（需要导入numpy）
                values.append({'number_value': 0.0})
        payload = {
            'row': {'values': values}
        }
        response = prediction_client.predict(model_full_id, payload)
        print("Prediction results:")
        for result in response.payload:
            print("Predicted class name: {}".format(result.display_name))
            print("Predicted class score: {}".format(result.classification.score))

方法二：用Pandas简化数据处理 #

如果你的数据量较大，或者需要更灵活的预处理（比如填充缺失值、筛选有效数据），用Pandas会省心很多。它能自动识别表头，还能帮你完成大部分类型转换的工作：

import pandas as pd

# 读取CSV文件，自动识别表头并转换数值类型
df = pd.read_csv(file_path)

# 遍历每一行数据
for _, row in df.iterrows():
    values = []
    for col_value in row.values:
        if pd.isna(col_value):
            # 处理缺失值，设置默认值
            values.append({'number_value': 0.0})
        else:
            # Pandas已将可转换的数值转成数值类型，直接转float即可
            values.append({'number_value': float(col_value)})
    payload = {
        'row': {'values': values}
    }
    response = prediction_client.predict(model_full_id, payload)
    print("Prediction results:")
    for result in response.payload:
        print("Predicted class name: {}".format(result.display_name))
        print("Predicted class score: {}".format(result.classification.score))

小提示 #

• 如果HH_Income不是表头，而是某一行的异常数据，你可以在异常处理里选择跳过该行，或者记录错误信息方便后续排查。
• 要是模型只接受纯数值输入，一定要确保所有非数值内容都被妥善处理（要么过滤，要么替换成合理的默认值）。

内容的提问来源于stack exchange，提问作者love python