我正在尝试读取具有以下结构的 csv/txt 文件:
caseid eventdate constype consid employid delta
4044 13/11/1996 9 2301 3044 0
这是我已经知道的:
caseid、consid和employid是 8 位字符串(前导零不会出现在文本文件中)eventdate是 dd/mm/yyyy 日期costype是一个字符串delta是一个 float
现在,正确读取此 csv/文本以便正确键入所有列的 pandas 语法是什么?
我正在使用这个:
pd.read_csv(path,
types = {'caseid': np.char,
'eventdate': np.datetime64,
'constype': np.char,
'consid': np.char,
'employid': np.char,
'delta': np.float16})
但这无法处理日期和前导零 - 任何想法/建议/帮助将不胜感激。
请您参考如下方法:
以下对我有用,你需要将字典作为参数传递给 dtype,类型应该是可以理解的类型,我会传递 str char,如果您传递参数 parse_dates=[1] 而不是尝试在 dtypes 中指定它,那么 pandas 内置的日期解析器会很好地解析日期字符串。
要填充零,您可以定义一个函数来填充零并将其传递给参数 converters 传递列的字典和函数的名称,对于那些列,没有必要传递数据类型,因为它将被 padZeros 转换为 str 的事实推断出来:
def padZeros(x):
return str(x).zfill(8)
df = pd.read_csv(path, sep='\s+', dtype = {'constype': str,
'delta': np.float16}, parse_dates=[1],
converters={'caseid':padZeros,
'consid':padZeros,
'employid':padZeros})
df.info() 的输出:
Int64Index: 1 entries, 0 to 0
Data columns (total 6 columns):
caseid 1 non-null object
eventdate 1 non-null datetime64[ns]
constype 1 non-null object
consid 1 non-null object
employid 1 non-null object
delta 1 non-null float16
dtypes: datetime64[ns](1), float16(1), object(4)
memory usage: 50.0+ bytes
None
In [19]:
df
Out[19]:
caseid eventdate constype consid employid delta
0 00004044 1996-11-13 9 00002301 00003044 0
