Pandas 索引中用作字符串的数字

Question

我有以下文件：

Contract, FG
9896342,Y
11037874,Y
6912529,Y
9896652,N
363291,Y
7348524,Y
6078482,Y
7795457,N
2486242,Y
3297980,Y
9760560,Y
1200533,N
11033963,N
7861603,Y
8218268,Y
9760247,Y

我想从此文件创建一个 pandas DF 并将列 Contract 用作​​字符串或 unicode 索引列。它看起来像数字，但从技术上讲，它是一个字符串。

我这样做了：DF = pd.read_csv('C:\\Users\\S.Benet\\Desktop\\test.txt', index_col='Contract', dtype=object, encoding = 'utf-8')

但索引被解释为 INT。

>>DF.index
Int64Index([ 9896342, 11037874,  6912529,  9896652,   363291,  7348524,
             6078482,  7795457,  2486242,  3297980,  9760560,  1200533,
            11033963,  7861603,  8218268,  9760247],
           dtype='int64', name=u'Contract')

如何强制它成为字符串索引？

Answer 1

如果你使用set_index而不是index_col，那么索引将包含字符串：

df = pd.read_csv('data', dtype=object, encoding='utf-8')
df = df.set_index('Contract')

或者，等价的，

df = pd.read_csv('data', dtype=object, encoding='utf-8').set_index('Contract')

---

In [154]: df.info()
<class 'pandas.core.frame.DataFrame'>
Index: 16 entries, 9896342 to 9760247   # <-- a generic Index, not a Int64Index
Data columns (total 1 columns):
 FG    16 non-null object
dtypes: object(1)
memory usage: 256.0+ bytes

In [155]: df.index[0]
Out[155]: '9896342'

In [156]: type(df.index[0])
Out[156]: str