パイソン（pyspark）エラー=とValueError：float型に文字列を変換できませんでした：「17」

Question

を私はスパークでPythonと協力し、その最初の数行です.csvファイルから私のデータセットを読んでいます：

17 0.2 7 
17 0.2 7 
39 1.3 7 
19 1 7 
19 0 7 

私はこのエラーを取得する

# Load and parse the data 
def parsePoint(line): 
    values = [float(x) for x in line.replace(',', ' ').split(' ')] 
    return LabeledPoint(values[0], values[1:]) 

：

Traceback (most recent call last): 
    File "<stdin>", line 3, in parsePoint 
ValueError: could not convert string to float: "17" 

どれHEL私は以下のコードを持つファイルから一行ずつ読み込ん

pは大変感謝しています。

Answer 1

この回答以下のコメントに続いて、あなたが使用する必要があります。

[float(x.strip(' "')) for x in line.split(',')] 

あなたは単にsplit,にあなたがすべき、' 'で','を交換する必要があり、その後、先頭と末尾の空白と引用符（x.strip(' "')）を削除しないでくださいfloatに変換する前に

また、作業を簡略化するcsvパッケージをご覧ください。

---

下記はコメントの前に元の質問に対する回答です。

.split(' ')の代わりに.split()を使用する必要があります。行に複数の連続する空白文字があるため、' 'に分割すると、空の文字列が表示されます。

['17', '', '0.2', '', '7'] 

問題は、あなたが（明らかに）floatに変換することができないものを空の文字列は次のとおりにあなたの最初の行が分割されています。

そのsep引数がNoneときsplitの行動に問題のおかげで解決しますsplit()を使用する（または存在しない）：

If the optional second argument sep is absent or None, the words are separated by arbitrary strings of whitespace characters (space, tab, newline, return, formfeed).

がsplitのドキュメント、および違いを理解するために、小さな例を参照してください。

>>> sp5 = ' ' * 5 
>>> sp5.split() 
[] 
>>> sp5.split(' ') 
['', '', '', '', '', '']