熊猫将excel“常规”列作为对象读取答案

【问题标题】：pandas read excel "General" column as object熊猫将excel“常规”列作为对象读取
【发布时间】：2015-12-04 04:47:00
【问题描述】：

我有一个看起来像这样的.xls文件

col_a       col_b   col_c   col_d
5376594                     hello
12028432                    world
17735732    hello   12      hello
17736843    world           world

当我阅读文件时

test = pandas.read_excel('F:/test.xls')

使用以下列类型读取该表：

>>> test.dtypes
col_a       int64
col_b       object
col_c       float64
col_d       object

我遇到的问题是我想为col_b 和col_d 提供字符串列。由于我是python的新手，请您指点我

幕后发生了什么？和
是否有任何参数可以调整以将列读取为字符串？

编辑：评论中要求的第一行的类型

>>> type(test.iloc[0]['col_a'])
<class 'numpy.int64'>
>>> type(test.iloc[0]['col_b'])
<class 'float'>
>>> type(test.iloc[0]['col_c'])
<class 'numpy.float64'>
>>> type(test.iloc[0]['col_d'])
<class 'str'>

【问题讨论】：

它可能仍然是str type(test.iloc[0]['col_a']) 显示什么？
@EdChum 请查看编辑
col_b 是 float 的原因是因为你有缺失值，NaN 值需要 float dtype 来表示它们
所以基本上dtypes 是正确的并且适用于列 b 和 d 由于缺少值而混合了 dtype
@EdChum 谢谢。有没有办法“强制”熊猫读取为字符串？

标签： python excel pandas import

【解决方案1】：

您可以在pandas.read_csv 中定义dtype。

dtype：数据类型名称或列名称到数据类型的字典。如果未指定，将推断数据类型。（engine='python' 不支持）

以及为什么 NaN 是 float - here。
dtypes 的类型是here（在页面末尾）。

测试：

import pandas
import io
import numpy

col_types = {"col_a": numpy.int32, "col_b": str, "col_c": str, "col_d": str}

temp=u"""col_a,col_b,col_c,col_d
5376594,,,hello
12028432,,,world
17735732,hello,12,hello
17736843,world,,world"""

test = pandas.read_csv(io.StringIO(temp), header=0, sep=",", dtype=col_types)



print type(test.iloc[0]['col_a'])
print type(test.iloc[0]['col_b'])
print type(test.iloc[0]['col_c'])
print type(test.iloc[0]['col_d'])
#
#<type 'numpy.int32'>
#<type 'float'>
#<type 'float'>
#<type 'str'>

print type(test.iloc[2]['col_a'])
print type(test.iloc[2]['col_b'])
print type(test.iloc[2]['col_c'])
print type(test.iloc[2]['col_d']).
#
#<type 'numpy.int32'>
#<type 'str'>
#<type 'str'>
#<type 'str'>

print test
print test.dtypes
#
#col_a     int32
#col_b    object
#col_c    object
#col_d    object
#dtype: object

【讨论】：