Polars：在 read_csv 中一次指定所有列的数据类型

Question

在Polars中，如何为 中的所有列指定单一 dtype read_csv？

根据docs， 的dtypes参数read_csv可以采用 形式的映射（字典）{'column_name': dtype}，也可以采用 dtypes 列表，每一列一个。但是，尚不清楚如何指定“我希望所有列都是单一数据类型”。

例如，如果您希望所有列均为 Utf-8 并且您知道列总数，则可以执行以下操作：

pl.read_csv('sample.csv', dtypes=[pl.Utf8]*number_of_columns)

但是，如果您不知道总列数，则此方法不起作用。在 Pandas 中，你可以这样做：

pd.read_csv('sample.csv', dtype=str)

但这在Polars中不起作用。

Answer 1

将 csv 中的所有数据读取为任何其他类型可能pl.Utf8会因大量null值而失败。我们可以使用表达式来声明我们想要如何处理这些空值。

如果您使用 读取 csv infer_schema_length=0，polars 不知道架构，并且会读取所有列，因为pl.Utf8它是所有 Polars 类型的超类型。

当阅读时，Utf8我们可以使用表达式来转换所有列。

(pl.read_csv("test.csv", infer_schema_length=0)
   .with_columns(pl.all().cast(pl.Int32, strict=False))