Python & Pandas：如何在循环中解决 NaN 值？

Question

使用Python和Pandas，我正在寻求从CSV单元格中获取值，并通过循环将它们写入txt文件。CSV文件的结构为:

user_id,    text,   text_number
0,  test text A,    text_0
1,      
2,      
3,      
4,      
5,  test text B,    text_1

下面的脚本成功地为第一行写入了一个txt文件——它名为text_0.txt，包含test text A。

import pandas as pd
df= pd.read_csv("test.csv", sep=",")
for index in range(len(df)):
with open(df["text_number"][index] +  '.txt', 'w') as output:
output.write(df["text"][index])

但是，当它继续到下一行时，我收到一个错误:

TypeError: write() argument must be str, not float

我猜错误是在遇到它读为NaN的值时产生的。我尝试按照pandas文档添加dropna功能，如下所示:

import pandas as pd
df= pd.read_csv("test.csv", sep=",")
df2 = df.dropna(axis=0, how='any')
for index in range(len(df)):
with open(df2["text_number"][index] +  '.txt', 'w') as output:
output.write(df2["text"][index])

但是，同样的问题仍然存在—为第一行创建了一个txt文件，但是为下一行返回了一个新的错误消息:KeyError: 1.

有什么建议吗?非常感谢所有的帮助。

Answer 1

这里的问题是，您正在创建一个不一定在数据帧索引中的范围索引。对于您的用例，您可以只遍历数据帧的行并写入文件。

for t in df.itertuples():
if t.text_number:           # do not write if text number is None
with open(t.text_number +  '.txt', 'w') as output:
output.write(str(t.text))