我正在使用astype（）将int数据类型更改为str的数据类型，并使用to_csv（）将其保存到csv文件中。但是通过read_csv（）读取相同的csv文件表示该数据类型仅为int。我不想在读取文件时使用dtype = str。 以下是以下信息：
>>df.info()
dtypes: int64(1), object(1)
>>df = df.astype(str)
>>df.info()
dtypes: object(2)
>>df.to_csv('answer.csv', index=False, encoding='utf-8')
>>df = pd.read_csv('answer.csv')
>>df.info()
dtypes: int64(1), object(1)
有什么方法可以在保存csv文件时，仅将列的数据类型保存为更改后的数据类型，而不是原始数据类型。
答案 0 :(得分：1)
df.to_csv('answer.csv', index=False, index_label = True, encoding='utf-8')
您可以使用index_label = True
答案 1 :(得分：0)
如果唯一选择csv，则可以通过创建data_map csv文件来满足要求。
将数据帧导出到csv时，您可以创建另一个csv，用于存储列类型信息。
将csv导入到数据框时，您可以读取data_map csv并预先转换为字典。使用它可以以特定数据类型显式加载csv数据。 dtype参数可以提供这样的功能。
dtype：类型名称或列的字典->类型，默认为无 数据或列的数据类型。例如。 {'a'：np.float64，'b'：np.int32}（engine ='python'不支持）。将str或object与适当的na_values设置一起使用可保留而不解释dtype。
0.20.0版中的新功能：支持Python解析器。 enter link description here