Question

我想为pandas read_csv指定数据类型。这里是一个快速查看有效的东西，然后在指定类型时不会。后者为什么不起作用？

import io
import pandas as pd

csv = """foo,1234567,a,1 
foo,2345678,b,3 
bar,3456789,b,5 
"""

df = pd.read_csv(io.StringIO(csv),
        names=["fb", "num", "loc", "x"])

print(df)

df = pd.read_csv(io.StringIO(csv),
        names=["fb", "num", "loc", "x"], 
        dtype=["|S3", "np.int64", "|S1", "np.int8"])

print(df)

我已经更新了这个更简单，希望更清楚BrenBarn的建议。我的真实数据集要大得多，但我想使用该方法为导入时的所有数据生成类型。

Answer 1

正如Jeff所说，我的语法很糟糕。必须将名称和类型压缩为dic样式的关系列表。下面的代码有效，但请注意，您不能键入字符串宽度;你只能将它定义为一个对象。

import pandas as pd
import io

csv = """foo,1234567,a,1
foo,2345678,b,3
bar,3456789,b,5
"""

df = pd.read_csv(io.StringIO(csv),
        names = ["fb", "num", "ab", "x"], 
        dtype = {"fb" : object, "num" : np.int64, "ab" : object, "x" : np.int8})
print(df)

pandas字符串数据类型

1 个答案: