Importer la colonne de dataframe pandas comme chaîne non int

97

Je voudrais importer le csv suivant en tant que chaînes et non en int64. Pandas read_csv le convertit automatiquement en int64, mais j'ai besoin de cette colonne sous forme de chaîne.

ID
00013007854817840016671868
00013007854817840016749251
00013007854817840016754630
00013007854817840016781876
00013007854817840017028824
00013007854817840017963235
00013007854817840018860166


df = read_csv('sample.csv')

df.ID
>>

0   -9223372036854775808
1   -9223372036854775808
2   -9223372036854775808
3   -9223372036854775808
4   -9223372036854775808
5   -9223372036854775808
6   -9223372036854775808
Name: ID

Malheureusement, l'utilisation de convertisseurs donne le même résultat.

df = read_csv('sample.csv', converters={'ID': str})
df.ID
>>

0   -9223372036854775808
1   -9223372036854775808
2   -9223372036854775808
3   -9223372036854775808
4   -9223372036854775808
5   -9223372036854775808
6   -9223372036854775808
Name: ID

python pandas

— Oliver
source

3

Cela met clairement en évidence un problème où les convertisseurs ne fonctionnent pas. Donc, c'est toujours utile en plus de la question mentionnée ci-dessus.

— Dav Clark

152

Je veux juste réitérer que cela fonctionnera dans les pandas> = 0.9.1:

In [2]: read_csv('sample.csv', dtype={'ID': object})
Out[2]: 
                           ID
0  00013007854817840016671868
1  00013007854817840016749251
2  00013007854817840016754630
3  00013007854817840016781876
4  00013007854817840017028824
5  00013007854817840017963235
6  00013007854817840018860166

Je crée également un problème concernant la détection des débordements d'entiers.

EDIT: Voir la résolution ici: https://github.com/pydata/pandas/issues/2247

— Wes McKinney
source

14

Il semble aussi, si vous voulez que toutes les colonnes à être interprétées comme des chaînes, on peut faire ce qui suit: dtype = str.

— steveb

Il semble que des champs vides passent toujours par np.nan

— Josiah Yoder

1

même question ici. Mais j'ai utilisé keep_default_na = False a résolu mon problème.

— Jack.Lee

Merci pour les commentaires. J'ai également dû utiliser dypte = str ET keep_default_na = False pour que les valeurs nulles ne soient pas nan.

— Ross117 le

19

Ce n'est probablement pas la façon la plus élégante de le faire, mais cela fait le travail.

In[1]: import numpy as np

In[2]: import pandas as pd

In[3]: df = pd.DataFrame(np.genfromtxt('/Users/spencerlyon2/Desktop/test.csv', dtype=str)[1:], columns=['ID'])

In[4]: df
Out[4]: 
                       ID
0  00013007854817840016671868
1  00013007854817840016749251
2  00013007854817840016754630
3  00013007854817840016781876
4  00013007854817840017028824
5  00013007854817840017963235
6  00013007854817840018860166

Remplacez simplement '/Users/spencerlyon2/Desktop/test.csv'par le chemin de votre fichier

— spencerlyon2
source

6

Depuis pandas 1.0, c'est devenu beaucoup plus simple. Cela lira la colonne 'ID' comme dtype 'string':

pd.read_csv('sample.csv',dtype={'ID':'string'})

Comme nous pouvons le voir dans ce guide de démarrage , le dtype 'string' a été introduit (avant que les chaînes ne soient traitées comme dtype 'object').

— Kuffner
source