我需要使用read_csv()从csv文件中创建一个dataframe。csv文件中的大多数列都是整数类型（如购买的产品数量）或字符串类型（如商店名称），但有时可能会有浮点类型（如产品的重量（磅））。
我意识到，如果有空白单元格，Pandas会将整数（int64）列转换为浮点数（float64），这就变成了NaN，这是一种浮点类型。
我想保留原来有整数的单元格，程序的其他部分也依赖于此。
我试过：
for col in data.columns:
if data[col].dtype == np.float64:
data[col] = data[col].astype(float).astype('Int64')但是这会尝试将所有的浮点列都变成整数，有可能我希望保持浮点的列最初是浮点的（而不是因为NaN而被强制变成浮点的）。
当使用read_csv()时，我不能为每个列的dtype指定字典，因为每个数据集都是不同的，这将是大量的手工工作。
我想知道是否有一种方法可以在阅读csv时将所有列都视为“对象”类型？据我所知，“对象”类型允许列中的混合类型。
1条答案
按热度按时间cwdobuhd1#
当使用
read_csv()时，我不能为每列的dtype指定字典，因为每个数据集都是不同的，这将是大量的手工工作。在这种情况下，使用
convert_dtypes，它将仅在需要时自动分配Int64：