Question

我正在使用read_fwf执行显而易见的操作，但是pandas将从我们使用的数字字符串代码中删除左边填充的零并将类型转换为int。同样适用于我们必须使用的各种代码，这些代码采用“xxxx.yyy”格式，它将转换为float并切断前导零。

对于代码长度相同的列而言，这不是问题，但是其中许多长度不同（即：001234和0001234）因此我们无法可靠地填充数据 - 一旦大熊猫解析零，他们就会丢失。

我知道read_fwf的dtype即将进行下一次重大更新，但我真的希望现在有办法防止pandas破坏我的数据。有人知道吗？

示例文件（test.fwf）：

0001234  000.1234
001234   123.4567
00001234 345.6789
0005678  678.1234
0005678  000.1200
0005678  012.2301
0005678  234.5678

testfwf.py：

import pandas as pd

df = pd.read_fwf('test.fwf', colspecs=[(0, 8),(9, 19)])
df.columns = ['code_a', 'code_b']

In[2]: from testfwf import df
In[3]: df
Out[3]: 
   code_a    code_b
0    1234  123.4567
1    1234  345.6789
2    5678  678.1234
3    5678    0.1200
4    5678   12.2301
5    5678  234.5678

Answer 1

首先，您丢失了一行数据。设置header=None以指定没有标头。其次，您可以使用转换器指定列应该是一个字符串并防止剥离前导0：

In [96]: pd.read_fwf('test.fwf', header=None, converters={0:str, 1:str})
Out[96]: 
          0         1
0   0001234  000.1234
1    001234  123.4567
2  00001234  345.6789
3   0005678  678.1234
4   0005678  000.1200
5   0005678  012.2301
6   0005678  234.5678

Pandas如何用read_fwf读取0填充数字？

1 个答案: