Pandas: как указать типы при импорте файла csv

Вы можете использовать следующий базовый синтаксис, чтобы указать тип каждого столбца в DataFrame при импорте файла CSV в pandas:

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

Аргумент dtype указывает тип данных, который должен иметь каждый столбец при импорте файла CSV в DataFrame pandas.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример. Укажите типы при импорте файла CSV в Pandas.

Допустим, у нас есть следующий CSV-файл с именем Basketball_data.csv :

Если мы импортируем CSV-файл с помощью функции read_csv() , pandas попытается автоматически определить тип данных для каждого столбца:

 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

Из результата мы видим, что столбцы DataFrame имеют следующие типы данных:

• команда : объект
• очки : int64
• отскакивает : int64

Однако мы можем использовать аргумент dtype в функции read_csv() , чтобы указать типы данных, которые должен иметь каждый столбец:

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

Из результата мы видим, что столбцы DataFrame имеют следующие типы данных:

• команда : объект
• точки : float64
• отскакивает : int32

Эти типы данных соответствуют тем, которые мы указали с помощью аргумента dtype .

Обратите внимание, что в этом примере мы указали тип для каждого столбца в DataFrame.

Однако вы можете указать тип только для определенных столбцов и позволить pandas определить тип остальных столбцов.

Примечание . Полную документацию по функции pandas read_csv() можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Pandas: как пропускать строки при чтении файла CSV
Pandas: как добавить данные в существующий файл CSV
Pandas: как прочитать CSV-файл без заголовков
Pandas: как установить имена столбцов при импорте файла CSV