Question

project_id = request.data['project']
list_fields = request.POST.getlist('headers')
type_fields = request.POST.getlist('type')

dataframe = pandas.read_csv(file_path, header=0)
                for field in list_fields:
                    for tipo in type_fields:
                        dataframe[field] = dataframe[field].astype(type)

如何根据请求中的过去将每种类型的数据分配给列？

Answer 1

您可以从前面传递包含您要定义的所有列的列表，而不是传递包含列所需的所有类型的另一个列表。之后，您可以投射这些循环。

to_define_list_fields = request.POST.getlist('define')

type_list_fields = request.POST.getlist('types')                  

for dfield in to_define_list_fields:

   for type in type_list_fields:

       dataframe[dfield] = dataframe[dfield].astype(type)

Answer 2

当你使用from_csv()时，pandas会进行大量的类型推断。事实上，比convert_objects等其他方法更为重要。我问了一个关于它的问题here，这有点相关。

我假设前端用户必须指定每列的dtype。在这种情况下，这是一个简单的例子：

import numpy as np
import pandas as pd

df = pd.DataFrame({'a':[1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]}, 
                   dtype=int)

list_fields = ['a', 'b', 'c']
list_types = [str, int, np.float64]

for field, dtype in zip(list_fields, list_types):
    df[field] = df[field].astype(dtype)

print(df.dtypes)

如果用户不必指定所有字段的dtype，那么，进一步考虑，我认为这将完全取决于您如何过滤/处理用户输入。

从HTTP标头的每一列指定read_csv中每列的数据类型

2 个答案: