Python 如何正确读取带有日期和省略前导零的csv？

我正在尝试读取具有以下结构的csv/txt文件：

caseid   eventdate     constype  consid  employid  delta
4044     13/11/1996    9         2301    3044      0

这是我已经知道的：

caseid

、

consid

和

employid

是8位字符串（前导零不会出现在文本文件中）

eventdate

是一个dd/mm/yyyy日期

cotype

是一个字符串

delta

是一个浮点数

现在，正确读取此csv/文本以正确键入所有列的语法是什么

我用的是：

pd.read_csv(path, 
            types = {'caseid': np.char,
                     'eventdate': np.datetime64,
                     'constype': np.char,
                     'consid': np.char,
                     'employid': np.char,
                     'delta': np.float16})

---

但是这不能考虑日期和前导零-任何想法/建议/帮助都将不胜感激。

以下内容对我有效，你需要将dict作为参数传递给

dtype

，类型应该是可以理解的类型，我将传递

str

，而不是

char

，另外，如果您传递param

parse_dates=[1]

而不是试图在数据类型中指定它，那么内置的日期解析器会很好地解析日期字符串

要填充零，您可以定义一个函数来填充零，并将其传递给param

转换器，传递列的dict和函数的名称，对于这些列，无需传递数据类型，因为它将由
padZeros
转换为
str
来推断：

def padZeros(x):
    return str(x).zfill(8)

df = pd.read_csv(path, sep='\s+', dtype = {'constype': str,
                     'delta': np.float16}, parse_dates=[1],
                     converters={'caseid':padZeros,
                                 'consid':padZeros,
                                 'employid':padZeros})

来自
df.info（）
的输出：

它工作得非常好-谢谢Ed！我还添加了日期分析器（显然，自动分析器不能很好地处理丢失的日期，因此返回字符串：
parse_dates=lambda x:date（2020，1，1），如果x是np.nan else datetime.strtime（str（x），“%d/%m/%Y”）
Int64Index: 1 entries, 0 to 0
Data columns (total 6 columns):
caseid       1 non-null object
eventdate    1 non-null datetime64[ns]
constype     1 non-null object
consid       1 non-null object
employid     1 non-null object
delta        1 non-null float16
dtypes: datetime64[ns](1), float16(1), object(4)
memory usage: 50.0+ bytes
None

In [19]:

df
Out[19]:
     caseid  eventdate constype    consid  employid  delta
0  00004044 1996-11-13        9  00002301  00003044      0