Question

我正在尝试使用以下结构读取csv / txt文件：

caseid   eventdate     constype  consid  employid  delta
4044     13/11/1996    9         2301    3044      0

这就是我所知道的：

caseid，consid和employid是8位数字符串（前导零将不会出现在文本文件中）
eventdate是dd / mm / yyyy日期
costype是一个字符串
delta是一个浮动

现在，正确读取此csv / text的pandas语法是什么，以便所有列都被适当地键入？

我正在使用它：

pd.read_csv(path, 
            types = {'caseid': np.char,
                     'eventdate': np.datetime64,
                     'constype': np.char,
                     'consid': np.char,
                     'employid': np.char,
                     'delta': np.float16})

但是这不能处理日期和前导零 - 任何想法/建议/帮助将非常感激。

Answer 1

以下对我有用，你需要将一个字典作为参数传递给dtype，类型应该是理解的类型，我传递str而不是{{1 ，如果你传递参数char而不是尝试在dtypes中指定它，那么在日期解析器中构建的pandas会解析日期字符串就好了。

要填充零，您可以定义一个函数来填充零并将其传递给参数parse_dates=[1]传递列的字典和函数名称，对于那些列，它不是必需的传递dtype，因为它将被converters转换为str这一事实：

padZeros

来自def padZeros(x): return str(x).zfill(8) df = pd.read_csv(path, sep='\s+', dtype = {'constype': str, 'delta': np.float16}, parse_dates=[1], converters={'caseid':padZeros, 'consid':padZeros, 'employid':padZeros})的输出：

df.info()

如何正确读取带有日期的csv并省略熊猫中的前导零？

1 个答案: