Parsing Pandas read_表以十六进制形式读取混合类型读取字符串

我有以下代码：

los\u代码

、

age\u代码

和

race\u代码

有另一个包含代码的表格。例如，

race\u code

是：

  race_code                          race_text
0      0000                          All races
1      1XXX                White, non-Hispanic
2      2XXX                Black, non-Hispanic
3      3XXX                           Hispanic
4      4XXX          Asian or Pacific Islander
5      5XXX  American Indian or Alaskan Native
6      NRXX                       Not reported

阅读后，除代码为

0000

外，所有这三列都有

NaN

条目。如果列条目是

1XXX

到

NRXX

中的任何一个，则该条目变为

NaN

由于

0000

条目，熊猫似乎正在将列读取为

int

，但在读取带有

X

的条目后，熊猫会感到困惑（可能会将其混淆为十六进制）

如何强制熊猫将这些条目作为字符串读取

此外，我还得到了错误：

数据类型警告：列（1,4,5,6,7,8,9）的类型混合。在导入时指定dtype选项或将低内存设置为False。 交互性=交互性，编译器=编译器，结果=结果）

---

使用

'object'

代替

'str'

col_names = {'age_code':'object', 'los_code':'object', 'race_code':'object'}

考虑使用类似于

col\u dtypes

的内容，而不是

col\u names

作为变量名。也可以考虑阅读这些问题的答案。

---

另外，这是一个警告，而不是你得到的错误

---

编辑

好的，我看了你的数据和代码。这是我在简陋的MS Excel中打开您的表格时的一个屏幕截图。你能告诉我年龄码、种族码和洛杉矶码的值在哪里吗？因为如果列中没有数据，Pandas将在那里插入NaN。还请注意屏幕右下角截图中Excel生成的汇总统计信息。平均值=0，最小值=0，最大值=0，总和=0，计数=410。有410个读数，全部为零。我选择了感兴趣的三列中的所有行。正在读取的表中缺少数据

然后，分别读取年龄代码、种族代码和洛杉矶代码表似乎没有问题。最后，根据警告中的提示，在

pd.read\u table（）

中传递

low\u memory=False

，而不是

dtype=col\u names

---

我认为你的问题得到了回答，因为缺失值在你的数据中。它们不是由熊猫引起的，也不是您的代码造成的。

事实上，我在问这个问题之前已经试过了，但没有成功。我已经编辑了这个问题，添加了GitHub.interest上代码的链接。因为一旦你通过了

dtype

kwarg，Pandas应该只使用该格式，并以该格式键入所有内容。让我明天运行一些测试，并相应地更新答案。检查答案中的编辑。问题在于您的数据，而不是您的代码或数据。此问题已回答。感谢您查看Kartik

col_names = {'age_code':'object', 'los_code':'object', 'race_code':'object'}