Csv 获取JuliaDB.loadtable（）以将所有列解析为字符串

我希望JuliaDB.loadtable（）读取一个CSV（实际上是一堆CSV，但为了简单起见，让我们只尝试一个），其中所有列都被解析为字符串

以下是我尝试过的：

using CSV
using DataFrames
using JuliaDB

df1 = DataFrame(
    [['a', 'b', 'c'], [1, 2, 3]],
    ["name", "id"]
)

CSV.write("df1.csv", df1)

# This works, but if I have 10+ columns it would get unwieldy
df1 = loadtable("df1.csv"; colparsers=Dict(:name=>String, :id=>String),)

# This doesn't work
df1 = loadtable("df1.csv"; colparsers=String,)
# MethodError: no method matching iterate(::Type{String})

下面是在R中的实现方式：

df1=read.csv（“df1.csv”，colClasses=“character”）

如果您知道列的数量（或者只是列的上限），我认为您可以使用类型（来自

CSV.jl

文档）：

---

类型：用于列类型的类型的向量或Dict；Dict可以将列索引Int、名称符号或字符串映射为列的类型，即Dict（1=>Float64）将第一列设置为Float64，Dict（：column1=>Float64）将名为column1的列设置为Float64，Dict（“column1”=>Float64）将column1设置为Float64；如果提供了向量，则它必须与标题中提供或检测到的列数相匹配

如果您知道列数（或只是列数的上限），我认为您可以使用类型（来自

CSV.jl

文档）：

---

类型：用于列类型的类型的向量或Dict；Dict可以将列索引Int、名称符号或字符串映射为列的类型，即Dict（1=>Float64）将第一列设置为Float64，Dict（：column1=>Float64）将名为column1的列设置为Float64，Dict（“column1”=>Float64）将column1设置为Float64；如果提供了向量，则它必须与标题中提供或检测到的列数相匹配

如果您事先知道列数，可以尝试

df1=loadtable（“df1.csv；colparsers=[String for uuu in 1:2]）

如果您事先知道列数，可以尝试

df1=loadtable（“df1.csv；colparsers=[String for u in 1:2]）