Question

我正在从一个csv文件中提取运输数据，出于隐私目的已经编辑了数据，但是要注意的是，在我的csv文件中使用pandas.read_csv时，如下所示的原始文件在这种意义上是正常的：邮政编码（01234）的前导0，订单号（22276）是整数。

在使用pandas.read_csv并打印出我的数据（并在文本编辑器中查看我的数据）后，我发现从邮政编码中取出了前导0（现在是1234），并且订单号现在是浮点数（22276.0）

原文：

地面，第三方，公司名称，1路 Ave，Town，State，01234，，22276,22276,22276 ,,客户名称，街道名称，00000 00th Ave Z.Z.，镇，州，00001，V476V6,18001112222 ,,,包装，1

使用pandas.read_csv之后：

地面，第三方，梦想，100希金森 Ave，LINCOLN，RI，1234,22276.0,22276.0,22276.0 ,,客户名称，街道名称，00000 00th Ave Z.Z.，镇，州，00001，V476V6,18001112222 ,,,包装，1

我也看到其他人也遇到了这些问题，在这些问题中，您将看到有关如何解决问题的写得很好的答案。我想知道的是为什么问题首先存在。为什么读取功能会将原始数据写回到文件中？

编辑

这是我当前正在使用的代码，引用的是带有订单号的列的名称。

import pandas
grid = pandas.read_csv("thirdparty.csv", dtype={'ZIP': int, 'REFERENCE': int})
with pandas.option_context('display.max_rows', None, 'display.max_columns', None):
    print(grid)

Answer 1

如何

您将要使用dtype的{{1}}参数。一种解决方案是将所有列都读取为字符串类型。这将完全保留csv文件中的值。

pd.read_csv

尽管更好的解决方案是为每列指定所需的dtype：

import pandas as pd
data = pd.read_csv("thirdparty.csv", dtype=str)

再次写回csv文件时，还应该使用data = pd.read_csv(("thirdparty.csv", dtype={‘ZIP’: str, ‘REFERENCE’: int}参数以确保根据需要写入浮点数。

为什么

您还询问了为什么“问题”存在。

本质上，当您使用float_format而不指定dtype时，任何看起来像数字的内容都将作为浮点数读入。因此，pd.read_csv会在读取时转换为01234。

当您写回文件时，该数字现在被写为浮点数。 1234函数不是将数据写到原始文件中。

pandas.read_csv写入文件

1 个答案:

如何

为什么