Python Dataframe - 在从_csv加载时将数据保留为字符串[重复]答案

【问题标题】：Python Dataframe - Keep data as string while loading from_csv [duplicate]Python Dataframe - 在从_csv加载时将数据保留为字符串[重复]
【发布时间】：2017-07-27 21:55:30
【问题描述】：

from_csv 选择一个“04”作为值之一并将其转换为字符串。如何确保所有被拾取的列都是字符串？我想避免处理单个列，因为有 114 列，并且我不想在列受到影响时进行分析。

【问题讨论】：

CORRETION: 并将其转换为 INT
不是真正的重复。从 csv 加载不是问题。问题是当你使用 from_csv 方法是 DataFrame
@PankajSingh 你可以edit你的问题包括更正...
pandas.pydata.org/pandas-docs/stable/generated/… dtype : Type name or dict of column -> type, default None Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} (Unsupported with engine=’python’). Use str or object to preserve and not interpret dtype. --> dtype=str
你可以做df = pd.read_csv(your_filepath, dtype=str)

标签： python pandas dataframe import-from-csv

【解决方案1】：

如果您希望所有列都为str，则将dtype=str 传递给read_csv：

df = pd.read_csv(file_path, dtype=str)

将保留所有前导零

例子：

In [54]:
t="""a,b
001,230
01,003"""
df = pd.read_csv(io.StringIO(t), dtype=str)
df

Out[54]:
     a    b
0  001  230
1   01  003

这里的数据类型将被列为object，这是str 的正确数据类型：

In [55]:
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2 entries, 0 to 1
Data columns (total 2 columns):
a    2 non-null object
b    2 non-null object
dtypes: object(2)
memory usage: 112.0+ bytes

【讨论】：

【解决方案2】：

如果您只有有限数量的列可以作为字符串读取：

使用 read_csv (here the documentation) 代替 from_csv 并设置

dtype={ 'your_column_name':np.str_ }

如果所有的数据都应该被认为是一个字符串：

编辑：正如 cmets 中所指出的，建议的解决方案从数据中删除尾随零。 EdChum's answer 按要求处理这种情况。

~~用df.asType(np.str_)读取数据后转换即可。您还可以通过将所有名称放在一个列表中然后执行 df[list_of_column_names] = df[list_of_column_names].asType(np.str_)~~

来转换一组列（尽管您仍然需要其中的名称）

【讨论】：

这正是我想要避免的。我有 114 列。以上建议将使其为 114 列设置数据类型
查看更新的答案以获得更多选项以避免指定所有列名
如果我错了，请纠正我，但如果在阅读后转换，则转换为 4 的 '04' 将变为 '4'，这意味着信息可能会丢失。
在这种情况下，删除尾随零，是的。