python - 使用pandas.read_csv从csv文件加载数据时如何指定dtype？

Question

我有一些格式如下的文本文件:

000423|东阿阿胶|     300|1|0.15000|            |
000425|徐工机械|     600|1|0.15000|            |
000503|海虹控股|     400|1|0.15000|            |
000522|白云山Ａ|        |2|       |    1982.080|
000527|美的电器|     900|1|0.15000|            |
000528|柳    工|     300|1|0.15000|            |  

---

当我使用 read_csv 将它们加载到 DataFrame 时，它​​不会为某些列生成正确的数据类型。例如，第一列被解析为int，而不是unicode str，第三列被解析为unicode str，而不是int，因为缺少一个数据......有没有办法预设DataFrame的dtype，就像numpy.genfromtxt 呢？

更新:我像这样使用 read_csv 导致了问题:

data = pandas.read_csv(StringIO(etf_info), sep='|', skiprows=14, index_col=0, 
                       skip_footer=1, names=['ticker', 'name', 'vol', 'sign', 
                       'ratio', 'cash', 'price'], encoding='gbk')

为了同时解决数据类型和编码问题，我需要先使用unicode()和numpy.genfromtxt:

etf_info = unicode(urllib2.urlopen(etf_url).read(), 'gbk')
nd_data = np.genfromtxt(StringIO(etf_info), delimiter='|', 
                        skiprows=14, skip_footer=1, dtype=ETF_DTYPE)
data = pandas.DataFrame(nd_data, index=nd_data['ticker'],
                        columns=['name', 'vol', 'sign', 
                                 'ratio', 'cash', 'price'])

如果read_csv 可以添加dtype 和usecols 设置就好了。对不起我的贪婪。 ^_^

Answer 1

简单地说:不，还没有。在这个特定领域需要做更多的工作(阅读:更活跃的开发人员)。如果您可以发布您如何使用 read_csv，它可能会有所帮助。我怀疑条形之间的空白可能是问题所在

编辑:这已经过时了。 read_csv native 涵盖此行为