Я пытаюсь извлечь некоторые устаревшие данные с сервера Teradata, но некоторые из записей содержат странные символы, которые не регистрируются на python, такие как «U + ffffffc2».Нужно пропустить строку, содержащую «Ошибка значения»
В настоящее время
Я использую pyodbc для извлечения данных из Teradata
Размещение результатов в Numpy массива (потому что, когда я положил его прямо в панд, он интерпретирует все столбцы как один столбец строки типа)
Затем я превращаю массив numpy в рамку данных pandas, чтобы изменить такие параметры, как Decimal («09809») и Date («2015,11,14»), в [09809, "11,14,2015"]
Тогда я пытаюсь записать его в файл, в котором происходит эта ошибка
ValueError: символ U + ffffffc2 не в диапазоне [U + 0000; U + 10FFFF]
У меня нет доступа для редактирования этой информации, так что с точки зрения клиента, что я могу сделать, чтобы пропустить или, предпочтительно, удалить символ перед записью пытается записать его в файл и получить ошибку?
В настоящее время у меня есть блок «try and except» для пропуска запросов с ошибочными данными, но я должен запрашивать данные в строках строк не менее 100. Так что, если я просто пропущу его, я потеряю 100 или более строк вовремя. Однако, как я уже упоминал ранее, я бы предпочел сохранить линию, но удалить персонажа.
Вот мой код. (Вы можете указать, какие плохие методы, как хорошо!)
#Python 3.4
#Python Teradata Extraction
#Created 01/28/16 by Maz Baig
#dependencies
import pyodbc
import numpy as np
import pandas as pd
import sys
import os
import psutil
from datetime import datetime
#create a global variable for start time
start_time=datetime.now()
#create global process variable to keep track of memory usage
process=psutil.Process(os.getpid())
def ResultIter(curs, arraysize):
#Get the specified number of rows at a time
while True:
results = curs.fetchmany(arraysize)
if not results:
break
#for result in results:
yield results
def WriteResult(curs,file_path,full_count):
rate=100
rows_extracted=0
for result in ResultIter(curs,rate):
table_matrix=np.array(result)
#Get shape to make sure its not a 1d matrix
rows, length = table_matrix.shape
#if it is a 1D matrix, add a row of nothing to make sure pandas doesn't throw an error
if rows < 2:
dummyrow=np.zeros((1,length))
dummyrow[:]=None
df = pd.DataFrame(table_matrix)
#give the user a status update
rows_extracted=rows+rows_extracted
StatusUpdate(rows_extracted,full_count)
with open(file_path,'a') as f:
try:
df.to_csv(file_path,sep='\u0001',encoding='latin-1',header=False,index=False)
except ValueError:
#pass afterwards
print("This record was giving you issues")
print(table_matrix)
pass
print('\n')
if (rows_extracted < full_count):
print("All of the records were not extracted")
#print the run durration
print("Duration: "+str(datetime.now() - start_time))
sys.exit(3)
f.close()
def StatusUpdate(rows_ex,full_count):
print(" ::Rows Extracted:"+str(rows_ex)+" of "+str(full_count)+" | Memory Usage: "+str(process.memory_info().rss/78
def main(args):
#get Username and Password
usr = args[1]
pwd = args[2]
#Define Table
view_name=args[3]
table_name=args[4]
run_date=args[5]
#get the select statement as an input
select_statement=args[6]
if select_statement=='':
select_statement='*'
#create the output filename from tablename and run date
file_name=run_date + "_" + table_name +"_hist.dat"
file_path="/prod/data/cohl/rfnry/cohl_mort_loan_perfnc/temp/"+file_name
if (not os.path.exists(file_path)):
#create connection
print("Logging In")
con_str = 'DRIVER={Teradata};DBCNAME=oneview;UID='+usr+';PWD='+pwd+';QUIETMODE=YES;'
conn = pyodbc.connect(con_str)
print("Logged In")
#Get number of records in the file
count_query = 'select count (*) from '+view_name+'.'+table_name
count_curs = conn.cursor()
count_curs.execute(count_query)
full_count = count_curs.fetchone()[0]
#Generate query to retrieve all of the table data
query = 'select '+select_statement+' from '+view_name+'.'+table_name
#create cursor
curs = conn.cursor()
#execute query
curs.execute(query)
#save contents of the query into a matrix
print("Writting Result Into File Now")
WriteResult(curs,file_path,full_count)
print("Table: "+table_name+" was successfully extracted")
#print the scripts run duration
print("Duration: "+str(datetime.now() - start_time))
sys.exit(0)
else:
print("AlreadyThere Exception\nThe file already exists at "+file_path+". Please remove it before continuing\n")
#print the scripts run duration
print("Duration: "+str(datetime.now() - start_time))
sys.exit(2)
main(sys.argv)
Спасибо,
Маз
'ffffffc2' is' 4294967234', где U + ffffffc2, исходящий из? –
Я уверен, что это означает '\ uffffffc2', которого нет. – Maz
Да 'U + ffffffc' не является допустимой точкой кода юникода, но hex является, каков контекст того, откуда он? –