Question

例如，＆＃39; /tmp/test.csv'中的值; （即01，02，03）用于表示恰好匹配/^\d+$/的字符串，而不是整数：

In [10]: print open('/tmp/test.csv').read()
A,B,C
01,02,03

默认情况下，pandas.read_csv会将这些值转换为整数：

In [11]: import pandas

In [12]: pandas.read_csv('/tmp/test.csv')
Out[12]: 
   A  B  C
0  1  2  3

我想告诉pandas.read_csv单独保留所有这些值。即，不进行任何转换。此外，我想要这个＆＃34;请不要做任何事情＆＃34;指令全面，而不必指定任何列名或数字。

我尝试了这个，但没有取得任何成果：

In [13]: import csv

In [14]: pandas.read_csv('/tmp/test.csv', quoting=csv.QUOTE_ALL)
Out[14]: 
   A  B  C
0  1  2  3

唯一有效的方法是定义一个大的＆＃39; ConstantDict类，并使用始终返回标识函数（lambda x: x）的实例作为converters参数的值，从而欺骗pandas.read_csv无所作为：

In [15]: %cpaste
class ConstantDict(dict):
    def __init__(self, value):
        self.__value = value
    def get(self, *args):
        return self.__value
--
Pasting code; enter '--' alone on the line to stop or use Ctrl-D.
::::::
In [16]: pandas.read_csv('/tmp/test.csv', converters=ConstantDict(lambda x: x))
Out[16]: 
    A   B   C
0  01  02  03

很多体操都是为了这么简单而且＃34;请不要做什么＆＃34;请求跨越。（如果我要ConstantDict防弹，那将更加体操。）

有没有更简单的方法来实现这一目标？

Answer 1

df = pd.read_csv('temp.csv', dtype=str)

来自docs：

dtype : Type name or dict of column -> type, default None
Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} (Unsupported with engine=’python’). Use str or object to preserve and not interpret dtype.

如何让pandas.read_csv不执行任何转换？

1 个答案: