Python 熊猫无法用双引号推断str类型

我想通过

pandas.read\u csv（）

从csv文件导入数据。“我的数据”的一种类型是带“”的字符串（但这些字符串是表示类别的数字）。我发现pandas无法将字符串推断为

“object”

类型，它将字符串推断为

int64

。请参见以下示例：

a、 csv:

pandas.read_csv（'a.csv'）。数据类型提供以下输出：

uid:int64
f_1:int64
f_2:float64

f_1
的类型被推断为
'int64'
，而不是
'object'

但是，如果我替换所有
“
在a.csv中转换为
”
，则可以将
f_1
正确推断为
“对象”
。如何在不修改
'a.csv'
的情况下防止错误的推断？另一个问题是，为什么pandas将字符串推断为
'object'
类型而不是
'str'
类型？
您可以通过在dtype可选参数中提供列名或字典，在read\u csv调用中强制进行推断，请参阅read_csv上的pandas文档。
我认为您需要在以下内容中添加参数
skipinitialspace
：

skipinitialspace：布尔值，默认为False，在分隔符后跳过空格

测试：

如果要从列
f_1
中删除第一个和最后一个字符
”
，请使用
转换器：

import pandas as pd
import io


temp=u"""uid, f_1, f_2
1,  "1", 1.19
2,  "2", 2.3
3,  "0", 4.8"""

print pd.read_csv(io.StringIO(temp))
   uid    f_1   f_2
0    1    "1"  1.19
1    2    "2"  2.30
2    3    "0"  4.80

#remove "
def converter(x):
    return x.strip('"')

#define each column
converters={'f_1': converter}

df = pd.read_csv(io.StringIO(temp), skipinitialspace=True, converters = converters)
print df
   uid f_1   f_2
0    1   1  1.19
1    2   2  2.30
2    3   0  4.80
print df.dtypes
uid      int64
f_1     object
f_2    float64
dtype: object

如果需要将
integer
列
f_1
转换为
string
请使用
dtype
：

import pandas as pd
import io


temp=u"""uid, f_1, f_2
1,  1, 1.19
2,  2, 2.3
3,  0, 4.8"""

print pd.read_csv(io.StringIO(temp)).dtypes
uid       int64
 f_1      int64
 f_2    float64
dtype: object

df = pd.read_csv(io.StringIO(temp), skipinitialspace=True, dtype = {'f_1' : str })

print df
   uid f_1   f_2
0    1   1  1.19
1    2   2  2.30
2    3   0  4.80
print df.dtypes
uid      int64
f_1     object
f_2    float64
dtype: object

注意：不要忘记将
io.StringIO（temp）
更改为
a.csv

解释
str
vs
object
is.
对于后者，numpy没有str类型，只有特定长度的str。由于列通常是混合长度，熊猫使用object作为字符串以提高数据存储效率。前者可能是一个bug，请发布在github上：欢迎使用Stackoverflow。您可以检查，如何te可以工作。谢谢你的工作！我发现很奇怪，当我使用你的小样本时，它可以工作，但是当pandas尝试加载更大的文件时（在我的例子中，200MB或更大），即使我尝试了
skipinitialspace=True
，它仍然失败。但是
dtype=…
有效，所以无论如何，谢谢你的建议。如果有帮助，你可以回答我的问题。谢谢。
import pandas as pd
import io


temp=u"""uid, f_1, f_2
1,  "1", 1.19
2,  "2", 2.3
3,  "0", 4.8"""

print pd.read_csv(io.StringIO(temp))
   uid    f_1   f_2
0    1    "1"  1.19
1    2    "2"  2.30
2    3    "0"  4.80

#remove "
def converter(x):
    return x.strip('"')

#define each column
converters={'f_1': converter}

df = pd.read_csv(io.StringIO(temp), skipinitialspace=True, converters = converters)
print df
   uid f_1   f_2
0    1   1  1.19
1    2   2  2.30
2    3   0  4.80
print df.dtypes
uid      int64
f_1     object
f_2    float64
dtype: object

import pandas as pd
import io


temp=u"""uid, f_1, f_2
1,  1, 1.19
2,  2, 2.3
3,  0, 4.8"""

print pd.read_csv(io.StringIO(temp)).dtypes
uid       int64
 f_1      int64
 f_2    float64
dtype: object

df = pd.read_csv(io.StringIO(temp), skipinitialspace=True, dtype = {'f_1' : str })

print df
   uid f_1   f_2
0    1   1  1.19
1    2   2  2.30
2    3   0  4.80
print df.dtypes
uid      int64
f_1     object
f_2    float64
dtype: object