pandas to_csv 将 str 列转换为 int（或 float）答案

【问题标题】：pandas to_csv converts str column to int(or float)pandas to_csv 将 str 列转换为 int（或 float）
【发布时间】：2019-01-16 12:32:32
【问题描述】：

正如未命名，我注意到 pandas 'to_csv' 会自动转换只有字母数字字符串要浮动的列。我正在 Jupyter 笔记本中创建一个数据框并创建一个充满值“1”的列 ['A']。因此，我有一个由一列字符串“1”组成的数据框。当我使用“to_csv”将我的数据框转换为 csv 文件时。输出 csv 文件是一列，其中包含整数 1。
您可能会建议我在 jupyter 中重新加载时将列重新转换为字符串，但这不起作用，因为我事先不知道哪些列可能会因为这种行为而受到惩罚。有没有办法避免这种奇怪的情况。

【问题讨论】：

你有NaN 值吗？
DataFrame 是否可以包含您想要数值的列（csv 输出中的混合类型），或者您是否尝试将每一列输出为字符串？
@JoshFriedlander：在将我的数据帧保存到 csv 之前：我将所有 NAN 转换为“”。然而 to_csv 在 csv 中重新引入了 NAN，但这不是问题，因为当我读取文件时，我可以简单地执行 fillna('',inplace=True)。
@John：我有很多类型的列：int 和 str。我注意到我的一些 str 列被转换为 int （在这些列中只有字母数字 str ）
您称其为“奇怪的行为”，但 csv 文件在字符串、整数、布尔值等之间没有区别。它只是一个文本文件。加载它是差异的来源。如果导出带有字符串'Text' 的列，它也会被存储为text 而不是'text'，就像'1' 被存储为1（就像int 1）...

标签： python pandas csv

【解决方案1】：

一种方法是单独存储您的类型并使用您的数据加载它：

df = pd.DataFrame({0: ['1', '1', '1'],
                   1: [2, 3, 4]})

df.dtypes.to_frame('types').to_csv('types.csv')
df.to_csv('file.csv', index=False)

df_types = pd.read_csv('types.csv')['types']
df = pd.read_csv('file.csv', dtype=df_types.to_dict())

print(df.dtypes)
# 0    object
# 1     int64
# dtype: object

您可能希望考虑使用 Pickle 来确保您的数据框保持不变：

df.to_pickle('file.pkl')
df = pd.read_pickle('file.pkl')

print(df.dtypes)
# 0    object
# 1     int64
# dtype: object

【讨论】：

这个想法不错，但有一些调整。当我保存列的 dtype 时，目标列被保存为“对象”类型。所以当我用这个 dtype 重新加载我的数据框时，不幸的是它并没有解决我的问题。所以我找到了一种方法将 concenred 列打开为 str 而不仅仅是一个“对象”类型
@mouni93，Pandas 中没有str dtype 之类的东西，字符串存储在object dtype 列中。当您重新加载数据帧时检查type(df['0'].iat[0]) 以向自己证明它们是字符串，即使df['0'] dtype 给出object。

【解决方案2】：

可以在to_csv中设置quoting参数，看看这个例子：

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a)
df.to_csv('test.csv', sep='\t', quoting=csv.QUOTE_NONNUMERIC)

创建的csv文件是：

""  0   1   2
0   "a" "1.2"   "4.2"
1   "b" "70"    "0.03"
2   "x" "5" "0"

您还可以使用quotechar 参数设置引号字符，例如quotechar="'" 会产生这个输出：

''  0   1   2
0   'a' '1.2'   '4.2'
1   'b' '70'    '0.03'
2   'x' '5' '0'

【讨论】：

当列中的所有值都是"1" 时，这是否有效？它对我不起作用..