如何使用 pandas read_csv 加载分类变量？答案

【问题标题】：How do I load categorical variable with pandas read_csv?如何使用 pandas read_csv 加载分类变量？
【发布时间】：2016-05-09 16:39:17
【问题描述】：

将数据加载到数据框中并自动转换为分类变量时出现以下错误。

df = pd.read_csv(filepath_or_buffer=filename,
                 header=0,
                 index_col=False,
                 usecols=['col1', 'col2', 'col3'],
                 dtype={'col1': int,
                        'col2': 'category',
                        'col3': float})

TypeError：数据类型“类别”不理解

【问题讨论】：

标签： python pandas machine-learning

【解决方案1】：

目前尚未实现，但您可以使用以下解决方法：

dtype={'col1': int,
       'col2': pd.CategoricalDtype(['cat1', 'cat2', 'cat3']),
       'col3': float}

here 仍然是开放功能请求

【讨论】：

【解决方案2】：

最简单的做法是事后将其转换为分类，尤其是考虑到在阅读文件之前您可能不知道所有有效类别。

df = pd.read_csv(filepath_or_buffer=filename, usecols=['col1', 'col2', 'col3'])
df['col3'] = df.col3.astype('category')

【讨论】：