例如,' /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"请不要做任何事情"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' 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"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?
答案 0 :(得分:7)
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.