Question

我有一个没有标题的csv文件。它有大约35列。

我正在使用pandas阅读此文件。目前，问题是当它读取文件时，会自动为每个列分配数据类型。

如何避免分配自动数据类型？

我有一个C列，我希望将其存储为字符串而不是int。但是pandas会自动将它分配给int

我尝试了两件事。

1）

my_df = pd.DataFrame()
my_df = pd.read_csv('my_csv_file.csv',names=['A','B','C'...'Z'],converters={'C':str},engine = 'python')

上面的代码给出了错误

ValueError: Expected 37 fields in line 1, saw 35

如果我删除，converters={'C':str},engine = 'python'没有错误

2）

old_df['C'] = old_df['C'].astype(int)

这种方法的问题是，如果列中的值为'00123'，则它已经转换为123，然后将其转换为'123'。它会丢失初始零，因为它认为它是整数。

Answer 1

在read_csv read_csv doc中使用dtype选项或转换器，无论是否使用python引擎都可以工作：

df = pd.DataFrame({'col1':['00123','00125'],'col2':[1,2],'col3':[1.0,2.0]})
df.to_csv('test.csv',index=False)
new_df = pd.read_csv('test.csv',dtype={'col1':str,'col2':np.int64,'col3':np.float64})

如果仅使用dtype=str，则它将以字符串（对象）的形式读取每一列。但是您不能使用converters来做到这一点，因为它需要字典。您可以在上面的代码中用converters代替dtype，并获得相同的结果。

使用pandas数据框读取时，避免自动将数据转换为int

1 个答案: