pandas csv-import：保留前導零列

Question

我正在使用read_csv將研究數據導入熊貓數據框。

我的科目代碼是6位數字編碼，其中包括出生當天。對於我的一些主題，這會導致代碼的前導零（例如「010816」）。

當我導入熊貓時，前導零被刪除，並且該列被格式化爲int64。

有沒有辦法導入這個列不變，也許作爲一個字符串？

我嘗試使用自定義轉換器的列，但它不工作 - 它似乎自定義轉換髮生之前熊貓轉換爲int。

Answer 1

我不認爲你可以按照你想要的方式指定一個列類型（如果沒有改變，或者6位數字不是你可以轉換爲日期時間的日期）。您可以嘗試使用np.genfromtxt()並從那裏創建DataFrame。

編輯：看看Wes Mckinney的blog，有可能是你的東西。這似乎是在11月份有一個來自pandas 0.10的新解析器。

Answer 2

如this question/answer的Lev Landau所示，對於read_csv函數中的某個列可以使用converters選項。

converters={'column_name': lambda x: str(x)} 

你可以參考read_csv funtion的更多選項pandas.io.parsers.read_csv documentation。

可以說我有csv文件projects.csv象下面這樣：

project_name,project_id 
Some Project,000245 
Another Project,000478 

至於例如下面的代碼是修邊前導零：

import csv 
from pandas import read_csv 

dataframe = read_csv('projects.csv') 
print dataframe 

結果：

me@ubuntu:~$ python test_dataframe.py 
     project_name project_id 
0  Some Project   245 
1 Another Project   478 
me@ubuntu:~$ 

解決方案的代碼示例：

import csv 
from pandas import read_csv 

dataframe = read_csv('projects.csv', converters={'project_id': lambda x: str(x)}) 
print dataframe 

所需的結果：

me@ubuntu:~$ python test_dataframe.py 
     project_name project_id 
0  Some Project  000245 
1 Another Project  000478 
me@ubuntu:~$ 

Answer 3

這裏是更短的，穩健和完全工作溶液：

簡單地定義一個映射（字典）變量名和所希望的數據類型之間：

dtype_dic= {'subject_id': str, 
      'subject_number' : 'float'} 

使用那個映射與pd.read_csv()：

df = pd.read_csv(yourdata, dtype = dtype_dic) 

et瞧！