Python读写csv文件专题教程(2)

第275篇原创

上篇：Python读写csv文件专题教程(1)

2.3 通用解析框架

dtype

承接前文，test.csv读入后数据框如下：

1. In [6]: df = pd.read_csv('test.csv',sep='\s+')

2. In [7]: df

3. Out[7]:

4. id id.1 age

5. 0 1 'gz' 10

6. 1 2 'lh' 12

使用dtypes查看每一列的数据类型，如下：

1. In [8]: df.dtypes

2. Out[8]:

3. id int64

4. id.1 object

5. age int64

6. dtype: object

如果我想修改age列的数据类型为float，read_csv时可以使用dtype调整，如下：

1. In [9]: df = pd.read_csv('test.csv',sep='\s+',dtype={ 'age':float})

2. 
   

3. In [10]: df

4. Out[10]:

5. id id.1 age

6. 0 1 'gz' 10.0

7. 1 2 'lh' 12.0

8. 
   

9. In [11]: df.dtypes

10. Out[11]:

11. id int64

12. id.1 object

13. age float64

14. dtype: object

这个参数有用之处可能体现在如下这个例子，就是我某列的数据：

1. label

2. 01

3. 02

如果不显示的指定此列的类型str, read_csv解析引擎会自动判断此列为整形，如下在原test.csv文件中增加上面一列，如果不指定dtype, 读入后label列自动解析为整型

1. In [48]: df = pd.read_csv('test.csv',sep='\s&#