Question

我想更改要使用python pandas读取的数据框的dtype。我知道我可以通过如下列名更改dtype：

    df = pd.read_csv("blablab.csv", dtype = {"Age":int}

但是，我想通过列号设置dtype。例如。第1、3、5列改为“ datetime”，第6列的dtype直到最后一个列的dtype为“ float”。是否有类似的东西：

    df = pd.read_csv("blablab.csv", dtype = {1,3,5: datetime64, 6-end: float64}

非常感谢，非常感谢您的帮助！

Answer 1

我建议通过在导入之前构建一行dtype变量，为您导入默认类型的默认dict理解，然后将列修改为特殊类型。我引入StringIO只是为了在下面运行测试用例。

import pandas as pd
import numpy as np
from io import StringIO

dummyCSV = """header 1,header 2,header 3
1,2,3
4,5,6
7,8,9
11,12,13
14,15,16"""

blabblab_csv = StringIO(dummyCSV, newline='\n')
limitedRead = pd.read_csv(blabblab_csv, sep=",", nrows = 1)

#set a default type and populate all column types
defaultType = np.float64
dTypes = {key: defaultType for key in list(limitedRead.columns)}
#then override the columns you want, using the integer position
dTypes[limitedRead.columns[1]] = np.int32

blabblab_csv = StringIO(dummyCSV, newline='\n') #reset virtual file
fullRead = pd.read_csv(blabblab_csv, sep=",", dtype = dTypes)

我知道对您来说可能有点晚了，但是我只需要对我正在研究的项目进行此操作，因此希望下次搜索到该主题的人会得到答案，等待他们。

Answer 2

一种方法是在创建DataFrame之后更改类型，如下所示：

import pandas as pd
df = pd.DataFrame({'a': ['a', 'b', 'c'], 'b': ['c', 'd', 'e'],
                   'c' : ['1','2','3'],'d' : ['4','5','6']})
df[df.columns[2:]] = df[df.columns[2:]].astype(float)
df['c']

输出：

0    1.0
1    2.0
2    3.0
Name: c, dtype: float64

在这里，我将最后两列的类型更改为float

通过列号更改多列的dtype pandas

2 个答案: