熊猫read_csv dtype读取所有列，但很少读取为字符串

Question

我正在使用Pandas读取一堆CSV。将选项json传递给dtype参数，以告诉pandas将哪些列读取为字符串而不是默认值：

dtype_dic= { 'service_id':str, 'end_date':str, ... }
feedArray = pd.read_csv(feedfile , dtype = dtype_dic)

在我的场景中，除少数特定列外， 所有 列均应读取为字符串。因此，与其将几列定义为str in
dtype_dic，不如将我选择的几列设置为int或float。有没有办法做到这一点？

这是循环遍历具有不同列的各种CSV的循环，因此在将整个csv读取为字符串（dtype=str）后进行直接列转换将不容易，因为我不会立即知道csv包含哪些列。（我宁愿花精力在dtype
json中定义所有列！）

编辑：但是，如果有一种方法可以处理要转换为数字的列名列表，而不会错误地指出该列不在该csv中，那么是的，如果没有其他方法可以解决这个问题这是在csv阅读阶段本身。

Answer 1

编辑-对不起，我误读了你的问题。更新了我的答案。

您可以将整个csv读取为字符串，然后将所需的列转换为其他类型，如下所示：

df = pd.read_csv('/path/to/file.csv', dtype=str)
# example df; yours will be from pd.read_csv() above
df = pd.DataFrame({'A': ['1', '3', '5'], 'B': ['2', '4', '6'], 'C': ['x', 'y', 'z']})
types_dict = {'A': int, 'B': float}
for col, col_type in types_dict.items():
    df[col] = df[col].astype(col_type)

另一种方法是，如果您确实要在读入文件时为所有列指定正确的类型，而不是在以后更改它们：仅读入列名（无行），然后使用那些来填充应为字符串的列

col_names = pd.read_csv('file.csv', nrows=0).columns
types_dict = {'A': int, 'B': float}
types_dict.update({col: str for col in col_names if col not in types_dict})
pd.read_csv('file.csv', dtype=types_dict)