Pandas 将 csv 读取为字符串类型

更新：此问题已修复：从 0.11.1 开始，您传递 str/np.str 将等同于使用 object。

使用对象 dtype：

In [11]: pd.read_csv('a', dtype=object, index_col=0)
Out[11]:
                      A                     B
1A  0.35633069074776547     0.745585398803751
1B  0.20037376323337375  0.013921830784260236

或者更好的是，只是不要指定 dtype：

In [12]: pd.read_csv('a', index_col=0)
Out[12]:
           A         B
1A  0.356331  0.745585
1B  0.200374  0.013922

但是绕过类型嗅探器并真正只返回字符串需要 hacky 使用：converters

In [13]: pd.read_csv('a', converters={i: str for i in range(100)})
Out[13]:
                      A                     B
1A  0.35633069074776547     0.745585398803751
1B  0.20037376323337375  0.013921830784260236

其中，某个数字等于或大于列总数。100

最好避免使用 str dtype，例如，请参阅此处。

就像 Anton T 在他的评论中所说的那样，将使用其类型嗅探器随机将类型转换为类型，即使您传递 、 或 .pandasobjectfloatdtype=objectdtype=strdtype=np.str

由于您可以传递函数字典，其中键是列索引，值是转换器函数，因此您可以执行类似操作（例如，对于 100 列）。

pd.read_csv('some_file.csv', converters={i: str for i in range(0, 100)})

如果您不知道将读取多少列，您甚至可以传递比列数大得多的 N。range(0, N)

如果您事先不知道任何列，请使用适用于任何列的转换器：

import pandas as pd

class StringConverter(dict):
    def __contains__(self, item):
        return True

    def __getitem__(self, item):
        return str

    def get(self, default=None):
        return str

pd.read_csv(file_or_buffer, converters=StringConverter())

上面的许多答案都很好，但既不是很优雅，也不是很普遍。如果要将所有列读取为字符串，则可以使用以下构造，而无需关心列数。

from collections import defaultdict
import pandas as pd

pd.read_csv(file_or_buffer, converters=defaultdict(lambda i: str))

对于传递到的每个索引，将返回 。defaultdictstrconverters

如今，（pandas==1.0.5）它只是工作。

pd.read_csv(f, dtype=str)将所有内容读取为字符串，但 NAN 值除外。

以下是将解析为 NAN 的值列表：空字符串、'#N/A'、'#N/A N/A'、'#NA'、'-1.#IND'、'-1.#QNAN'、'-NaN'、'-nan'、 '1.#IND'， '1.#QNAN'， ''， '不适用'， '不适用'， '不适用'， '不适用'， '不适用'， 'nan'， 'null'

如果您不希望此字符串被解析为 NAN，请使用na_filter=False