pandas习题 050：读取 Excel / CSV 时指定列的数据类型

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

（编码题）一个 Excel 名为 tmp.xlsx，CSV 名为 tmp.csv，如何用 pandas 读取时指定 DataFrame 一些列的类型？

将所有的列数据类型设置为 np.float64
将 c1 列设置为 np.float64，c2 列设置 str
将列依次设置为 datetime, datetime, str, float
自动解析，将合适的列解析为时间类型
将「年份」列解析为时间类型
将位置 1、4 列的数据合并成为时间类型，起名为「时间」
将「年份」列解析为时间，这个「年份」列是一个 UTC 时间，字符串格式为 %d%b%Y

参考答案

Python 代码如下：

# dtype: Type name or dict of column -> type, default None
pd.read_excel(data, dtype=np.float64) # 所有数据均为此数据类型
pd.read_excel(data, dtype={'c1':np.float64, 'c2': str}) # 指定字段的类型
pd.read_excel(data, dtype=[datetime, datetime, str, float]) # 依次指定

# parse_dates: boolean or list of ints or names
# or list of lists or dict, default False.
pd.read_excel(data, parse_dates=True) # 自动解析日期时间格式
pd.read_excel(data, parse_dates=['年份']) # 指定日期时间字段进行解析
# 将 1、4 列合并解析成名为 时间的 时间类型列
pd.read_excel(data, parse_dates={'时间':[1,4]})

指定解析格式：

# date_parser，function, default None
pd.read_excel(data,
              parse_dates=['年份'],
              date_parser=lambda x: pd.to_datetime(x,
                                                   utc=True,
                                                   format='%d%b%Y')
             )

注：CSV 的操作换作 pd.read_csv('tmp.csv', ...) 即可。

解析

查看相关链接中的知识。

（完）

pandas习题 050：读取 Excel / CSV 时指定列的数据类型

参考答案

解析

相关内容