我目前正在使用pyarrow将一堆. csv文件从目录读取到数据集中，如下所示：

import pyarrow.dataset as ds

# create dataset from csv files
dataset = ds.dataset(input_pat,
                         format="csv",
                         exclude_invalid_files = True)

创建数据集后，我将其写入拼花格式，如下所示：

ds.write_dataset(dataset, 
                 format = "parquet", 
                 base_dir = output_path,
                 basename_template = "name_data" +'_{i}.parquet',
                 existing_data_behavior = "overwrite_or_ignore")
 

现在我将其用于两个数据集，其中第一个数据集运行良好。对于第二个数据集，我收到一个错误：

ArrowInvalid: In CSV column #14: Row #111060: CSV conversion error to null: invalid value '0'  

据我所知，PyArrow不喜欢我的字符串列中有整数值（“0”）。现在，如果这是唯一的违规行为，我在创建数据集时有没有办法明确更正它？例如，我想在阅读时将“0”替换为“未知”。

这将是非常好的，因为我不想事先纠正附加功能中的错误。数据可以在这里找到。对于黄色出租车，没有问题。当读取绿色出租车的csv文件时，会出现问题。

如果我定义模式，错误会被解决吗？它会理解，它应该将“0”视为字符串吗？