熊猫加载数据类型问题

Question

这是代码、输出和原始 csv 文件数据，dtypes 都是输出的对象类型，有没有办法将每一列识别为字符串（最后一列为浮点类型）？将 Python 2.7 与 miniconda 一起使用。

代码，

import pandas as pd
sample=pd.read_csv('123.csv', sep=',',header=None)
print sample.dtypes

程序输出，

0    object
1    object
2    object
3    object

123.csv 内容，

c_a,c_b,c_c,c_d
hello,python,pandas,1.2

编辑 1,

sample = pd.read_csv('123.csv', header=None, skiprows=1,
    dtype={0:str, 1:str, 2:str, 3:str})
print sample.dtypes

0    object
1    object
2    object
3    object
dtype: object

编辑 2，

sample = pd.read_csv('123.csv', header=None, skiprows=1,
    dtype={0:str, 1:str, 2:str, 3:str})
sample.columns = pd.Index(data=['c_a', 'c_b', 'c_c', 'c_d'])
sample['c_d'] = sample['c_d'].astype('float32')
print sample.dtypes

c_a     object
c_b     object
c_c     object
c_d    float32

问候， 林

Answer 1

您必须使用参数dtype。而且由于您不想要标题，因此您必须使用skiprows 跳过它，因为第三个元素不是浮点数。

df = pd.read_csv('123.csv', header=None, skiprows=1,
            dtype={0:str, 1:str, 2:str, 3:float})

输出是：

       0       1       2    3
0  hello  python  pandas  1.2

编辑：

要向 DataFrame 添加不同类型的标头，您可以使用：

df.columns = pd.Index(data=['c_a', 'c_b', 'c_d', 4.])

输出是：

     c_a     c_b     c_d  4.0
0  hello  python  pandas  1.2