导入.csv，数据类型为float，索引类型为string

Question

我正在使用pandas.read_csv()从几个csv文件导入数据。每个文件中的行/列数未知。数据应该是float（用n.a.替换为np.NaN），但索引包含字符串。请参见以下.csv文件中的数据示例：

     X     Y     Z 
A   3.1   2.1   4.0
B   2.1   8.0   0.0
C   5.4   7.1   n.a.
D   7.6   5.0   5.5

我正在使用下面的代码：

dataset = pd.read_csv(file_name + '.csv', header=0, index_col=0, na_values=["n.a."], \
encoding="ISO-8859-1", thousands=",", dtype=float)

但是，它返回以下ValueError：

ValueError: could not convert string to float: 'A'.

原因是索引包含字符串。有没有办法在不转换索引本身的情况下设置dtype=float

另外，我尝试将csv文件读取为dtype=string，然后使用pandas.to_numeric（）将每个列转换为。但是，由于一些.csv文件包含数千列和行，这需要花费大量时间

Answer 1

您可以导入数据并添加带有浮动的.reset.index()索引列。我希望你能理解