Python熊猫-使用read_excel或csv时，是否可以通过引用列号来转换数据类型？

我将从Excel文件中引入一个大型数据集到python数据框架中。目前，我按名称引用每一列，但由于我有30多列，这是相当低效的。请参见下面的示例代码：

df=pd.read_excel(Filename, converters={'Business date':str, 'Member Name':str, 'Account':str,  'Currency': str, 'Amount':float})

---

是否可以将列0到4引用为字符串，然后将列5引用为浮点等，最多引用30？

请注意，

df.read\u excel

将尝试智能地猜测每个列的数据类型 专栏。它根据前几行中的值进行猜测。你只需要 如果

df.read\u excel

无法正确猜测数据类型，请使用

converters

参数

---

converters

参数可以接受关键字为列名或顺序索引号的dict。Per:

---

要构造所需的dict而不必键入所有31个条目，您可以使用dict理解：

In [146]: dict((i,str) if i < 5 else (i,float) for i in range(31))
Out[149]: 
{0: str,
 1: str,
 2: str,
 3: str,
 4: str,
 5: float,
 ...
 30: float}

---

熊猫不会自动将浮点数读取为浮点数，将字符串读取为字符串吗？转换器只在更繁重的任务中需要。当你尝试时发生了什么？

In [146]: dict((i,str) if i < 5 else (i,float) for i in range(31))
Out[149]: 
{0: str,
 1: str,
 2: str,
 3: str,
 4: str,
 5: float,
 ...
 30: float}

converters = dict((i,str) if i < 5 else (i,float) for i in range(31))
df = pd.read_excel(filename, converters=converters)

df = pd.read_excel(filename, dtype=str)
df.iloc[:, 5:] = df.iloc[:, 5:].astype(float)