{"id":4084,"date":"2023-07-13T17:34:00","date_gmt":"2023-07-13T17:34:00","guid":{"rendered":"https:\/\/statorials.org\/it\/i-panda-leggono-il-dtype-csv\/"},"modified":"2023-07-13T17:34:00","modified_gmt":"2023-07-13T17:34:00","slug":"i-panda-leggono-il-dtype-csv","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/i-panda-leggono-il-dtype-csv\/","title":{"rendered":"Panda: come specificare i tipi durante l'importazione di un file csv"},"content":{"rendered":"

<\/p>\n

\n

\u00c8 possibile utilizzare la seguente sintassi di base per specificare il tipo di ciascuna colonna in un DataFrame quando si importa un file CSV in panda:<\/span><\/p>\n

 df = pd. read_csv<\/span> (' my_data.csv<\/span> ',\n                 dtype = {' col1<\/span> ': str<\/span> , ' col2<\/span> ': float<\/span> , ' col3<\/span> ': int<\/span> })\n<\/strong><\/pre>\n
 L’argomento dtype<\/b> specifica il tipo di dati che ogni colonna dovrebbe avere quando si importa il file CSV in un DataFrame Pandas.<\/span><\/p>\n
 L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n
 Esempio: specificare i tipi quando si importa un file CSV in Pandas<\/strong><\/span><\/h2>\n
 Supponiamo di avere il seguente file CSV chiamato basket_data.csv<\/strong> :<\/span> <\/p>\n
\"\"<\/p>\n
 Se importiamo il file CSV utilizzando la funzione read_csv()<\/strong> , i panda tenteranno di identificare automaticamente il tipo di dati per ciascuna colonna:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#import CSV file\n<\/span>df = pd. read_csv<\/span> (' basketball_data.csv<\/span> ')\n\n#view resulting DataFrame\n<\/span>print<\/span> (df)\n\n   At 22 10\n0 B 14 9\n1 C 29 6\n2 D 30 2\n3 E 22 9\n4 F 31 10\n\n#view data type of each column\n<\/span>print<\/span> ( df.dtypes<\/span> )\n\nteam object\nint64 dots\nrebounds int64\ndtype:object\n<\/strong><\/span><\/b><\/pre>\n
 Dal risultato, possiamo vedere che le colonne del DataFrame hanno i seguenti tipi di dati:<\/span><\/p>\n