python - Pandas.read_csv(,parse_dates,) 强制将一列 float 据变成字符串

Question

我试图读取一个 csv 文件

使用

df = pd.read_csv('Test.csv',index_col=0,parse_dates=[0],header=None,names=['Open','Close','High','Low','Vol','Mon'])
df['Open']

但由于未知原因，“打开”列的结果是一个字符串数据列表。其他栏如“高”“低”都很好，只是“开盘价”是错误的。所以我尝试在最后添加 dtype=float。

'Open' 的数据仍然是字符串。我发现这是 parse_dates 的问题，因为没有它也没关系。

但我仍然需要将日期的类型设置为 datetime64，所以我必须这样做

df = pd.read_csv('Test.csv',index_col=[0],header=None,names=['Open','Close','High','Low','Vol','Mon'])
df.index = pd.to_datetime(df.index)
df['Open'] 

把事情做好。但我想知道是什么原因造成的？这对我来说似乎是一个错误。所以我把它贴出来看看有没有人遇到过同样的问题。

Answer 1

也许使用来自 pandas docs 的 df = pd.read_csv('Test.csv',infer_date_format=True,...) .此外，在 dtype 选项下的同一部分中，您似乎可以传递转换器函数，因此也可以尝试:

df = pd.read_csv('Test.csv', dtype={'Open': pd.to_datetime},...)`

不确定根本原因，如果没有将文本粘贴到 bpaste.net 之类的地方，我无法对其进行测试。