使用pandas.read_csv从csv文件加载数据时如何指定dtype?

时间:2012-03-14 03:50:46

标签: python pandas

我有一些文本文件格式如下:

000423|东阿阿胶|     300|1|0.15000|            |
000425|徐工机械|     600|1|0.15000|            |
000503|海虹控股|     400|1|0.15000|            |
000522|白云山A|        |2|       |    1982.080|
000527|美的电器|     900|1|0.15000|            |
000528|柳    工|     300|1|0.15000|            |  

当我使用read_csv将它们加载到DataFrame时,它不会为某些列生成正确的dtype。例如,第一列被解析为int,而不是unicode str,第三列被解析为unicode str,而不是int,因为缺少一个数据...有没有办法预设DataFrame的dtype,就像numpy.genfromtxt呢?

更新: 我使用了这样的read_csv导致了这个问题:

data = pandas.read_csv(StringIO(etf_info), sep='|', skiprows=14, index_col=0, 
                       skip_footer=1, names=['ticker', 'name', 'vol', 'sign', 
                       'ratio', 'cash', 'price'], encoding='gbk')

为了解决dtype和编码问题,我需要先使用unicode()numpy.genfromtxt

etf_info = unicode(urllib2.urlopen(etf_url).read(), 'gbk')
nd_data = np.genfromtxt(StringIO(etf_info), delimiter='|', 
                        skiprows=14, skip_footer=1, dtype=ETF_DTYPE)
data = pandas.DataFrame(nd_data, index=nd_data['ticker'],
                        columns=['name', 'vol', 'sign', 
                                 'ratio', 'cash', 'price'])

如果read_csv可以添加dtypeusecols设置,那就太好了。抱歉,我的贪婪。 ^ _ ^

2 个答案:

答案 0 :(得分:4)

简单地说:不,还没有。在这个特定领域需要做更多工作(阅读:更活跃的开发人员)。如果您可以发布使用read_csv的方式,则可能有所帮助。我怀疑条之间的空白可能是问题

编辑:现在已经过时了。 read_csv

本身涵盖了此行为

答案 1 :(得分:1)

您现在可以在read_csv中使用dtype。

PS:感谢Wes McKinney的回答,与过去的Wes"相矛盾感觉很尴尬。