如何使用pandas read_csv从csv文件中正确读取数字、日期和字符串？

我有一个csv文件（data.csv），如下所示：

DF = read_csv(pth).T
DF
       0         1       2
A   1.50  2020-1-1    John
B   2.70  2020-1-2    Jeff
C  2,481  2020-1-3   Ruben
D  1,569  2020-1-4    Cath
E   2.15  2020-1-5   James

DF[0] = DF[0].str.replace(",","").astype(float)
DF
         0         1       2
A     1.50  2020-1-1    John
B     2.70  2020-1-2    Jeff
C  2481.00  2020-1-3   Ruben
D  1569.00  2020-1-4    Cath
E     2.15  2020-1-5   James

df = read_csv(pth)
df.iloc[0,:] = df.iloc[0,:].str.replace(",", "").astype(float)
df
          A         B         C         D         E
0       1.5       2.7    2481.0    1569.0      2.15
1  2020-1-1  2020-1-2  2020-1-3  2020-1-4  2020-1-5
2      John      Jeff     Ruben      Cath     James

A、B、C、D、E
1.50,2.70,"2,481","1,569",2.15
2020-1-1,2020-1-2,2020-1-3,2020-1-4,2020-1-5
约翰、杰夫、鲁本、凯丝、詹姆斯

我试图使用df=pd.read_csv（“data.csv”，数千=”，”）我得到了df=

abcde
0       1.5      2.7    2,481    1,569     2.15
1  2020-1-1 2020-1-2 2020-1-3 2020-1-4 2020-1-5
约翰·杰夫·鲁本·凯思·詹姆斯

看起来不错，但实际上所有数字和日期都是df中的字符串，而Excel可以正确读取/转换它们

---

如何从csv文件中正确读取数字、日期和字符串？

处理此问题的首选方法是正常读取，采用转置并按列处理，如下所示：

DF = read_csv(pth).T
DF
       0         1       2
A   1.50  2020-1-1    John
B   2.70  2020-1-2    Jeff
C  2,481  2020-1-3   Ruben
D  1,569  2020-1-4    Cath
E   2.15  2020-1-5   James

DF[0] = DF[0].str.replace(",","").astype(float)
DF
         0         1       2
A     1.50  2020-1-1    John
B     2.70  2020-1-2    Jeff
C  2481.00  2020-1-3   Ruben
D  1569.00  2020-1-4    Cath
E     2.15  2020-1-5   James

df = read_csv(pth)
df.iloc[0,:] = df.iloc[0,:].str.replace(",", "").astype(float)
df
          A         B         C         D         E
0       1.5       2.7    2481.0    1569.0      2.15
1  2020-1-1  2020-1-2  2020-1-3  2020-1-4  2020-1-5
2      John      Jeff     Ruben      Cath     James

然后，您还拥有具有正确类型的系列（列）：

DF[0]
A       1.50
B       2.70
C    2481.00
D    1569.00
E       2.15
Name: 0, dtype: float64  #<<<<< float

那你就可以这么做了

df.iloc[0,0] + df.iloc[0,2]
2482.5

但行本身仍然是一个对象而不是浮动，这在某些情况下可能是一个缺点：

df.iloc[0,:]
A       1.50
B       2.70
C    2481.00
D    1569.00
E       2.15
Name: 0, dtype: object   <<<< object

df.iloc[0，：]
A 1.50
B 2.70
C 2481.00
D 1569.00
E 2.15
名称：0，数据类型：对象一列通常只有一种类型，请检查您的列A是否包含日期和编号，这些日期和编号超过两种类型，但实际的csv文件是这样的，并且有许多这样的csv文件。谢谢！我认为这是在下一个Panda版本解决这个缺陷并与Excel一样工作之前解决问题的唯一方法