Python 熊猫按列索引（非名称）读取csv集合'dtype'

file.txt

有一个标题和四列。但是标题一直在变化

比如：

,'non_standard_header_1','non_standard_header_2','non_standard_header_3'
,kdfjlkjdf, sdfdfd,,
,kdfjlkjwwdf, sdfddffd,,
,kdfjlkjwwdf,, sdfddffd,

我想在pandas中导入

file.txt

，并且我想将列作为

对象导入。直观的方法（对我来说）：

dtype=[object，object，object]
如下所示：

    daily_file              = pandas.read_csv('file.txt',
                                              usecols      = [1, 2, 3],
                                              dtype        = [object, object, object])

不起作用，运行上述命令，我得到：

未理解数据类型

如何在导入时设置列
dtype
，而不引用（现有）列名？
pd.read\u csv（…，dtype=object）
将在所有读取的列中全局应用对象dtype，如果这是您要查找的

否则，如果要将数据类型映射到列名，则需要传递形式为
{'col'：dtype}
的dict。
几乎：如何将数据类型映射到colunm编号？@user189035尝试更改索引键。但是如果这不起作用，那么我恐怕pandas还不支持它。索引似乎适用于
dtype
，（
use\u cols
具有按名称或索引引用的功能）不确定如果列名与索引重叠会发生什么。不过，我通过实验找到了一种处理方法。给定一个带有单个未标记列的CSV（第一个由
pandas.to_CSV
创建，但未指定索引标签），pandas将名称“Unnamed:0”分配给该列；我能够使用相同的字符串作为
dtype
的dict键，并正确控制列的数据类型。不知道这有多普遍，所以把它和一个正确的“答案”留给其他人。