为日期时间和布尔值指定正确的pandas.read_csv dtypes

Question

我正在将一个csv文件加载到Pandas DataFrame中.对于每列,如何使用dtype参数指定它包含的数据类型？

码:

import pandas as pd
import numpy as np
df = pd.read_csv(<file-name>, dtype={'A': np.int64, 'B': np.float64})

Answer 1

read_csv有很多选项可以处理你提到的所有情况.您可能想尝试dtype = {'A':datetime.datetime},但通常您不需要dtypes,因为pandas可以推断出类型.

对于日期,您需要指定parse_date选项:

parse_dates : boolean, list of ints or names, list of lists, or dict
keep_date_col : boolean, default False
date_parser : function

通常,为了转换布尔值,您需要指定:

true_values  : list  Values to consider as True
false_values : list  Values to consider as False

这会将列表中的任何值转换为布尔值true/false.对于您可能需要的更一般转换

转换器:dict.用于转换某些列中的值的函数的可选字典.键可以是整数或列标签