如何在不改变pandas原始数据类型的情况下读取csv

Question

我正在读取 csv，我不希望列的数据类型作为对象，它们应该是 int、float、str 等。

data = pd.read_csv(file_path+files, delimiter='\t', error_bad_lines=False)

data.dtypes:
  Time       object
  Code        int64
  Address     object
  dtype: object

有什么方法可以让我们在读取时读取原始数据类型（因为它们来自 csv）：

预期的：

data.dtypes:
  Time        int
  Code        int64
  Address     str

我有一个数据框，如下所示：

df:
    A     B    C
    abc   10   20
    def   30   50  
    cfg   90   60
    pqr   str  50
    xyz   75   56

我想删除“B”列不是“int”的行。由于 B 的 dtype 设置为“对象”，我无法这样做。

Answer 1

您可以将dtypekwarg提供给read_csv()。来自文档：

\n

\n

dtype ：类型名称或列的字典 -> 类型，默认 None

\n

数据或列的数据类型。例如 {\xe2\x80\x98a\xe2\x80\x99: np.float64, \xe2\x80\x98b\xe2\x80\x99: np.int32} 将 str 或 object 与合适的 na_values 设置一起使用来保留而不是解释数据类型。如果指定了转换器，则将应用它们而不是数据类型转换。

\n

\n

例如

\n

data = pd.read_csv(..., dtype={'Time': np.int64})\n

\n

编辑：正如@ALollz 指出的那样，如果指定列中的数据无法转换，这将会中断。如果您想使用不同位数读入数据（例如np.int32代替np.int64），通常会使用它。

\n

您可以df['Time'].astype(int)在 DataFrame 上使用ojbects 来诊断哪些数据导致转换问题。

\n