Pandas: csv 파일을 가져올 때 유형을 지정하는 방법

CSV 파일을 pandas로 가져올 때 다음 기본 구문을 사용하여 DataFrame의 각 열 유형을 지정할 수 있습니다.

 df = pd. read_csv (' my_data.csv ',
                 dtype = {' col1 ': str , ' col2 ': float , ' col3 ': int })

dtype 인수는 CSV 파일을 Pandas DataFrame으로 가져올 때 각 열에 있어야 하는 데이터 유형을 지정합니다.

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: CSV 파일을 Pandas로 가져올 때 유형 지정

Basketball_data.csv 라는 다음과 같은 CSV 파일이 있다고 가정해 보겠습니다.

read_csv() 함수를 사용하여 CSV 파일을 가져오면 pandas는 각 열의 데이터 유형을 자동으로 식별하려고 시도합니다.

 import pandas as pd

#import CSV file
df = pd. read_csv (' basketball_data.csv ')

#view resulting DataFrame
print (df)

   At 22 10
0 B 14 9
1 C 29 6
2 D 30 2
3 E 22 9
4 F 31 10

#view data type of each column
print ( df.dtypes )

team object
int64 dots
rebounds int64
dtype:object

결과에서 DataFrame의 열에 다음과 같은 데이터 유형이 있음을 알 수 있습니다.

• 팀 :객체
• 포인트 : int64
• 반송 : int64

그러나 read_csv() 함수의 dtype 인수를 사용하여 각 열의 데이터 유형을 지정할 수 있습니다.

import pandas as pd

#import CSV file and specify dtype of each column
df = pd. read_csv (' basketball_data.csv ',
                 dtype = {' team ': str , ' points ': float , ' rebounds ': int }))

#view resulting DataFrame
print (df)

   At 22 10
0 B 14 9
1 C 29 6
2 D 30 2
3 E 22 9
4 F 31 10

#view data type of each column
print ( df.dtypes )

team object
float64 points
rebounds int32
dtype:object

결과에서 DataFrame의 열에 다음과 같은 데이터 유형이 있음을 알 수 있습니다.

• 팀 :객체
• 포인트 : float64
• 반송 : int32

이러한 데이터 유형은 dtype 인수를 사용하여 지정한 데이터 유형에 해당합니다.

이 예에서는 DataFrame의 각 열에 대한 유형을 지정했습니다.

그러나 특정 열에 대해서만 유형을 지정하고 팬더가 나머지 열에 대한 유형을 추론하도록 선택할 수 있습니다.

참고 : 여기에서 pandas read_csv() 함수에 대한 전체 문서를 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas: CSV 파일을 읽을 때 줄을 건너뛰는 방법
Pandas: 기존 CSV 파일에 데이터를 추가하는 방법
Pandas: 헤더 없이 CSV 파일을 읽는 방법
Pandas: CSV 파일을 가져올 때 열 이름을 설정하는 방법