熊猫将csv读取为字符串类型

Question

我有一个包含字母数字键的数据框，我想另存为csv并在以后读取。由于种种原因，我需要以字符串格式显式读取此键列，所以我使用的键严格地是数字的，甚至更糟，例如：1234E5，Pandas会将其解释为浮点数。这显然使密钥完全无用。

问题是，当我为数据框或其中的任何列指定字符串dtype时，我只会得到垃圾回收。我在这里有一些示例代码：

df = pd.DataFrame(np.random.rand(2,2),
                  index=['1A', '1B'],
                  columns=['A', 'B'])
df.to_csv(savefile)

数据框如下所示：

           A         B
1A  0.209059  0.275554
1B  0.742666  0.721165

然后我像这样阅读：

df_read = pd.read_csv(savefile, dtype=str, index_col=0)

结果是：

   A  B
B  (  <

这是我的计算机出现问题吗，还是我在这里做错了什么，还是只是一个错误？

Answer 1

更新：
已修复
：从0.11.1开始，您传递str/np.str等效于使用object。

使用对象dtype：

In [11]: pd.read_csv('a', dtype=object, index_col=0)
Out[11]:
                      A                     B
1A  0.35633069074776547     0.745585398803751
1B  0.20037376323337375  0.013921830784260236

或更妙的是，只是不指定dtype：

In [12]: pd.read_csv('a', index_col=0)
Out[12]:
           A         B
1A  0.356331  0.745585
1B  0.200374  0.013922

但是绕过类型嗅探器并真正 只 返回字符串需要对hacky的使用converters：

In [13]: pd.read_csv('a', converters={i: str for i in range(100)})
Out[13]:
                      A                     B
1A  0.35633069074776547     0.745585398803751
1B  0.20037376323337375  0.013921830784260236

其中100某个数字等于或大于您的总列数。

最好避免使用str dtype，例如，请参见此处。