Question

我有一个包含5列的CSV文件。

Id           Origin      Space       Empl1       Empl2
11084676.0   0.0         0.0         0.0         NaN
11084654.0   0.0         0.0         0.0         0.0
11084591.0   0.0         0.0         0.0         0.0

由于文件很大，所以我想避免默认的类型分配。因此，我想将以下类型分配给列：

Id        int
Origin    str
Space     str
Empl1     str
Empl2     str

这是我的方法：

columns = ["Id", "Origin", "Space", "Empl1", "Empl2"]
types = ["int", "str", "str", "str", "str"]

df = pd.read_csv("myfile.csv", sep=';', header=0, dtype=dict(zip(columns, types)), usecols=columns, error_bad_lines=False, warn_bad_lines=True)

但是问题在于列Id包含浮点值：

TypeError：无法将数组从dtype（'float64'）转换为dtype（'int32'）根据“安全”规则

反正有根据指定的数据类型强制转换吗？

Answer 1

之后，您可以尝试将类型强制转换为“ Id”，例如

df['Id'] = pd.to_numeric(df['Id'], downcast='unsigned', errors='coerce')

Answer 2

这实际上是两行

types_dct = dict(zip(columns, types))
del types_dict['Id']
df = pd.read_csv("myfile.csv", sep=';', header=0, dtype=types_dict, usecols=columns, error_bad_lines=False, warn_bad_lines=True)

如何在read_csv中使用dtype将float转换为int？

2 个答案: