{"id":4083,"date":"2023-07-13T17:34:00","date_gmt":"2023-07-13T17:34:00","guid":{"rendered":"https:\/\/statorials.org\/pt\/pandas-leem-csv-dtype\/"},"modified":"2023-07-13T17:34:00","modified_gmt":"2023-07-13T17:34:00","slug":"pandas-leem-csv-dtype","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/pandas-leem-csv-dtype\/","title":{"rendered":"Pandas: como especificar tipos ao importar um arquivo csv"},"content":{"rendered":"

<\/p>\n

\n

Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para especificar o tipo de cada coluna em um DataFrame ao importar um arquivo CSV para o pandas:<\/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
 O argumento dtype<\/b> especifica o tipo de dados que cada coluna deve ter ao importar o arquivo CSV para um DataFrame do pandas.<\/span><\/p>\n
 O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n
 Exemplo: especifique tipos ao importar um arquivo CSV para o Pandas<\/strong><\/span><\/h2>\n
 Digamos que temos o seguinte arquivo CSV chamado basket_data.csv<\/strong> :<\/span> <\/p>\n
\"\"<\/p>\n
 Se importarmos o arquivo CSV usando a fun\u00e7\u00e3o read_csv()<\/strong> , o pandas tentar\u00e1 identificar automaticamente o tipo de dados para cada coluna:<\/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
 Pelo resultado, podemos ver que as colunas do DataFrame possuem os seguintes tipos de dados:<\/span><\/p>\n