列 (0,1,3) 具有混合类型。在导入时指定 dtype 选项或设置 low_memory=False。导入 csv 文件时

Question

我正在使用 pandas 将 csv 文件导入 python 数据框。 PFA 我的代码如下：

import pandas as pd
df=pd.read_csv('C:/Users/Administrator/Desktop/NSE_Normalize.csv')

当我使用上面的代码导入时，没有给出错误，但有一个警告，如图所示：

Columns (0,1,3) have mixed types.Specify dtype option on import or set low_memory=False.

通过参考答案Pandas read_csv low_memory and dtype options，我知道为什么会发生这种情况，并且我的文件具有模棱两可的数据类型。

我可以通过以下方式解决这个问题：

df = pd.read_csv("C:/Users/Administrator/Desktop/NSE_Normalize.csv",sep=',', error_bad_lines=False, index_col=False, dtype='unicode') as mentioned on [Specify dtype option on import or set low_memory=False][2]

但是当我导入与 Excel 工作簿（.xlsx 文件）相同的文件时。不会发生此错误。与对应的 csv 文件相比，导入的时间确实更长，但未显示错误。

因此，从上面的讨论中，我可能知道为什么在 python 中加载 .xlsx 文件的时间比它的 .csv 对应文件大吗？还有什么时候使用 .csv 导入和 .xlsx 导入？

这是我导入的文件：

Answer 1

Excel 文件“.xlsx”文件具有各种格式/xml 代码，pandas 必须“切碎”以获取数据（考虑可用于在 excel 中转换和可视化数据的所有功能）不可保存为 .csv，保存时会自动删除所有功能）。另一方面，“.csv”文件非常原始（如 .txt 文件），因此 pandas 不必为了获取数据而费尽心机。

从此helpful link：查看“xml”文件的代码是什么样的（这是“.xlsx”格式的基础）

看看pandas 必须经过什么才能获取数据“A1”、“B1”等。因此，如果.csv 文件满足您的所有要求，您应该始终努力从文件中提取数据要求。任何数据类型格式化计算等都应该尽量在pandas中处理。我在这里专门谈论读取数据。

---

就您遇到问题的原因而言，无法从您的屏幕截图中看出。除了在阅读时尝试指定dtypes、low_memory 或 parse_dates 之外，还有几件事可以提供帮助：

df['numcol'] = pd.to_numeric(df['numcol'], errors='coerce')
df['datecol'] = pd.to_datetime(df['datecol'], errors='coerce')
df['datecol'] = pd.to_datetime(df['datecol'], dayfirst=True, errors='coerce') #UK / European dates