确定csv的数据类型并在Python

Question

我有几个MB文本文件，其中随机数据类型用逗号分隔：

bgh5w，12,5.223，ab4ft55，....

只有四种类型的数据：整数，浮点数，字母数字和字母数字。 如何以列形式打印出数据类型？：

bgh5w - 字母数字

12 - 整数

5.223 - 浮动

ab4ft55 - 字母数字

。 。

Answer 1

通常不可能。 CSV数据必须附带元数据，即有关数据本身的信息。

但是，.... 您可以做的是读取文件的某些部分（或完全读取它），并使用启发式方法确定每个列使用哪种数据类型。然后进行第二遍读取数据并将其转换为适当的数据类型（在第一遍中找到）。

在第一遍中，您可以保留关于每列的一些真/假（也称为布尔）信息，例如“hasDecimalDigit”（如果在某行中找到字符“0”到“9”），“hasHexadecimalDigit”（对于字符'a'到'f'），“hasPeriod”（用于'。'），“hasMoreThanOnePeriod”（用于'。'，当“hasPeriod”已经为真时），“hasAlphaCharacter”（用于字符'a'到'z' ）， 等等。读取任意数量的行后，您可以决定信息集的特定模式，哪种数据类型适用（例如：hasDecimalDigit＆amp;！hasHexadecimalDigit＆amp;！hasAlphaCharacter＆amp;！hasPeriod - ＆gt; datatype = int，format = decimal）

Answer 2

如果您有文本文件，则您拥有的唯一数据类型是String。我的建议是使用一个映射文件，你可以在其中查找＃列到一个数据类型，此时你的进程加载数据应该非常简单。映射文件应与CSV一起提供，因为需要深入了解CSV中包含的数据的性质。