Python 使用Pandas读取CSV时，如何保持列中的前导零？

我正在使用

read\u csv

将研究数据导入熊猫数据框

我的主题代码是6个数字编码，其中包括出生日期。对于我的一些主题，这会导致一个前导为零的代码（例如“010816”）

当我导入Pandas时，前导零被去掉，列的格式为

int64

是否有方法将此列导入为字符串

---

我尝试为列使用自定义转换器，但它不起作用-似乎自定义转换发生在Pandas转换为int之前。

我不认为您可以按照您想要的方式指定列类型（如果最近没有更改，并且如果6位数字不是可以转换为datetime的日期）。您可以尝试使用

np.genfromtxt（）

并从那里创建

DataFrame

编辑：看看韦斯·麦金尼的，可能有适合你的东西。似乎11月将有一个来自

pandas 0.10

的新解析器出现。

如中所示，对于

read\u csv

函数中的某一列，可能有一个简单的解决方案使用

转换器

选项

converters={'column_name': lambda x: str(x)}

您可以参考pandas.io.parsers.read_csv中的

read_csv

Function的更多选项

假设我有csv文件

projects.csv

，如下所示：

project_name,project_id
Some Project,000245
Another Project,000478

例如，下面的代码正在修剪前导零：

import csv
from pandas import read_csv

dataframe = read_csv('projects.csv')
print dataframe

结果:

me@ubuntu:~$ python test_dataframe.py 
      project_name  project_id
0     Some Project         245
1  Another Project         478
me@ubuntu:~$

解决方案代码示例：

import csv
from pandas import read_csv

dataframe = read_csv('projects.csv', converters={'project_id': lambda x: str(x)})
print dataframe

所需结果：

me@ubuntu:~$ python test_dataframe.py 
      project_name project_id
0     Some Project     000245
1  Another Project     000478
me@ubuntu:~$

在帮助他人时更新：

要将所有列作为str，可以这样做（从注释中）：

要将大多数或选择性列作为str，可以执行以下操作：

# lst of column names which needs to be string
lst_str_cols = ['prefix', 'serial']
# use dictionary comprehension to make dict of dtypes
dict_dtypes = {x : 'str'  for x in lst_str_cols}
# use dict on dtypes
pd.read_csv('sample.csv', dtype=dict_dtypes)

---

以下是一个简短、健壮且完全有效的解决方案：

只需定义变量名和所需数据类型之间的映射（字典）：

dtype_dic= {'subject_id': str, 
            'subject_number' : 'float'}

将该映射与

pd.read\u csv（）

一起使用：

---

瞧

如果您有很多列，但不知道哪些列包含前导零，那么可能会遗漏，或者您可能只需要自动执行代码。您可以执行以下操作：

df = pd.read_csv("your_file.csv", nrows=1) # Just take the first row to extract the columns' names
col_str_dic = {column:str for column in list(df)}
df = pd.read_csv("your_file.csv", dtype=col_str_dic) # Now you can read the compete file

你也可以这样做：

df = pd.read_csv("your_file.csv", dtype=str)

---

通过这样做，您将使所有列都成为字符串，并且不会丢失任何前导零。

如果您知道宽度，您可以使用

转换器将数字转换为固定宽度

例如，如果宽度为5，则

data = pd.read_csv('text.csv', converters={'column1': lambda x: f"{x:05}"})

这样就行了。它适用于pandas==0.23.0，也适用于
read\u excel

需要Python3.6或更高版本。
您可以这样做，适用于所有版本的Pandas

pd.read\u csv（'filename.csv'，dtype={'zero\u column\u name'：object}）
该版本中的功能现在已经在c-parser分支上完成，应该在0.10版本中发布。我刚刚发布了一个快速版本#2184，很快将包含在即将发布的0.9.1中。但是，是的，在这里使用数据类型应该是首选行为，所以只需在大约一个月左右的时间内留意0.10。如果您升级到github master上的最新版本（即使用转换器），您现在应该可以让它工作了@Changse谢谢，使用最新的github版本，我的转换器确实可以工作！尽管期待0.10更干净的解决方案……Wes Mckinney的博客页面是404。您的可能副本还可以包括许多其他数据类型、
float
和其他数据类型。我相信这是最泛泛的解决方案查询：在dtype_dic json中，为什么str没有引号，但在引号中浮动？我必须循环使用不同列的不同csv。此函数获取所有列映射，并且在表中没有列时不会出错。因此，我能够在一个
dtype\u dic
中定义所有不同表中的所有列（作为字符串读取），并将其用于所有csv。谢谢我相信这也是最好的解决方案：）这对我来说不起作用（python3.6，pandas 0.22.0）；我仍然丢失了前导零。如何给出多列？？多列：请参阅以上答案中的更新信息。谢谢
df = pd.read_csv("your_file.csv", dtype=str)

data = pd.read_csv('text.csv', converters={'column1': lambda x: f"{x:05}"})