对于Pandas 1.5.0+，有一个简单的方法可以做到这一点。如果你使用defaultdict而不是dict作为dtype参数，任何没有明确列在字典中的列将使用默认类型。

from collections import defaultdict
types = defaultdict(str, A="int", B="float")
df = pd.read_csv("/path/to/file.csv", dtype=types, keep_default_na=False)

（我还没有对此进行测试，但我认为您仍然需要keep_default_na=False）
对于旧版本的Pandas：
您可以将整个csv读取为字符串，然后将所需的列转换为其他类型，如下所示：

df = pd.read_csv('/path/to/file.csv', dtype=str, keep_default_na=False)
# example df; yours will be from pd.read_csv() above
df = pd.DataFrame({'A': ['1', '3', '5'], 'B': ['2', '4', '6'], 'C': ['x', 'y', 'z']})
types_dict = {'A': int, 'B': float}
for col, col_type in types_dict.items():
    df[col] = df[col].astype(col_type)

如果某些列是空字符串或类似于NA的列，则keep_default_na=False是必需的，默认情况下，NA将转换为float类型的NA，这将使您最终得到str/float的混合数据类型
另一种方法是，如果您确实希望在阅读文件时为所有列指定正确的类型，并且在之后不更改它们：只读入列名（不读入行），然后使用列名填充哪些列应该是字符串

col_names = pd.read_csv('file.csv', nrows=0).columns
types_dict = {'A': int, 'B': float}
types_dict.update({col: str for col in col_names if col not in types_dict})
pd.read_csv('file.csv', dtype=types_dict)

我最近遇到了同样的问题，虽然我只有一个csv文件，所以我不需要循环文件。我认为这个解决方案可以适应一个循环以及。
这里我给出了一个我使用过的解决方案，Pandas的read_csv有一个名为converters的参数，它覆盖了dtype，所以你可以利用这个特性。
示例代码如下所示：假设我们的data.csv文件包含所有float64列，除了A和B是字符串列。

df = pd.read_csv('data.csv', dtype = 'float64', converters = {'A': str, 'B': str})

代码给出了转换器覆盖这两列A和B的dtype的警告，结果如预期。
关于循环遍历多个csv文件，你需要做的就是找出哪些列是例外，放入转换器中。如果文件有相似的列名模式，这很容易，否则，它会变得乏味。

您可以执行以下操作：

pd.read_csv(self._LOCAL_FILE_PATH,
            index_col=0,
             encoding="utf-8",
             dtype={
                    'customer_id': 'int32',
                    'product_id': 'int32',
                    'subcategory_id': 'int16',
                    'category_id': 'int16',
                    'gender': 'int8',
                    'views': 'int8',
                    'purchased': 'int8',
                    'added': 'int8',
                    'time_on_page': 'float16',
                 })

扩展@MECoskun的答案，使用转换器并同时剥离前导和白色，使转换器更加通用：

df = pd.read_csv('data.csv', dtype = 'float64', converters = {'A': str.strip, 'B': str.strip})

如果需要的话，也可以使用lstrip和rstrip来代替strip。注意，不要使用strip（），而只是strip。当然，你不能strip非字符串。