Python 指定熊猫中的数据类型

我在加载一个有几十万行的文本文件时遇到问题（示例可以下载）。我通过以下方式加载文件：

import pandas as pd
data = pd.read_csv('file_name.txt', sep='|', skiprows=[1])

我主要关注“州代码”、“城市代码”和“站点ID”列，它们作为对象/浮动导入。但是，我需要保留任何前导零，因此我尝试通过指定dtype打开：

data = pd.read_csv('file_name.txt', sep='|', skiprows=[1], dtype='string')

这会在我的数据帧中产生乱码，因此我尝试指定编码：

data = pd.read_csv('file_name.txt', sep='|', dtype='string', encoding='latin-1')

这就产生了另一个乱七八糟的局面。我还尝试使用字典按列指定数据类型：

types = {'State Code':'string','County Code':'string','Site ID':'string'}
tmp = pd.read_csv('file_name.txt', sep='|', skiprows=[1], dtype=types)

都没有用

---

我搜索过论坛，也做过网络搜索，看来我所做的应该是可行的。有什么想法吗？

它对对象而不是字符串有效吗？我可以在

0.11.0.dev-14a04dd

中重现这种混乱，但它似乎对master有效。在旧代码中使用

dtype=object

似乎有效。@DSM设置dtype=object确实有效，很有趣。虽然这样做有效，但我注意到有两个页脚可以忽略。通过设置skipfooter=2和dtype=object，我的“站点ID”列恢复为浮动。即使当dtype=string时也是如此！似乎dtype设置没有按我预期的方式工作（即，我不理解它）。任何解释都会很好。仅供参考：我正在使用0.11.0D类型的

str

works IIRC in>=0.12（在0.11中被破坏），但您始终可以使用

object