Python 避免在使用数据帧读取数据时自动将数据转换为int

我有一个没有标题的csv文件。它有大约35根柱子

我正在用熊猫阅读这个文件。 目前的问题是，当它读取文件时，会自动为每列分配数据类型

如何避免分配自动数据类型

我有一个C列，我想将其存储为字符串而不是int。但是熊猫会自动将其分配给int

我试了两件事

(一)

上面的代码给了我一个错误

ValueError: Expected 37 fields in line 1, saw 35

如果我删除，

converters={'C'：str}，engine='python'

则没有错误

(二)

---

这种方法的问题是，如果列中的值为“00123”，它已经被转换为123，然后将其转换为“123”。它将丢失初始零，因为它认为它是整数。

在read\u csv中使用dtype选项或转换器，无论是否使用python引擎都可以工作：

df = pd.DataFrame({'col1':['00123','00125'],'col2':[1,2],'col3':[1.0,2.0]})
df.to_csv('test.csv',index=False)
new_df = pd.read_csv('test.csv',dtype={'col1':str,'col2':np.int64,'col3':np.float64})

如果只使用

dtype=str

，则它会将中的每一列作为字符串（对象）读取。但是你不能用

转换器那样做，因为它需要一本字典。您可以用上面代码中的
dtype
替换
converter
，得到相同的结果

old_df['C'] = old_df['C'].astype(int)

df = pd.DataFrame({'col1':['00123','00125'],'col2':[1,2],'col3':[1.0,2.0]})
df.to_csv('test.csv',index=False)
new_df = pd.read_csv('test.csv',dtype={'col1':str,'col2':np.int64,'col3':np.float64})