स्ट्रिंग के रूप में आयात पांडा डेटाफ्रेम कॉलम इंट नहीं

Question

मैं निम्नलिखित सीएसवी को आयात करना चाहता हूं क्योंकि स्ट्रिंग्स इंटि 64 के रूप में नहीं। पंडों ने read_csv स्वचालित रूप से इसे int64 में बदल दिया, लेकिन मुझे इस कॉलम को स्ट्रिंग की आवश्यकता है।

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

दुर्भाग्य से कन्वर्टर्स का उपयोग करना एक ही परिणाम देता है।

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

Comments

यह स्पष्ट रूप से एक ऐसे मुद्दे पर प्रकाश डालता है जहां कन्वर्टर्स काम करने में विफल रहते हैं। तो, यह अभी भी उपर्युक्त प्रश्न के अतिरिक्त उपयोगी है।

— दाव क्लार्क

Answer 1

बस यह दोहराना चाहते हैं पंडों में काम करेगा = = 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

मैं पूर्णांक ओवरफ्लो का भी पता लगाने के बारे में एक मुद्दा बना रहा हूं।

संपादित करें: संकल्प यहाँ देखें: https://github.com/pydata/pandas/issues/2247

Comments

यह भी लगता है, यदि आप चाहते हैं कि सभी स्तंभों को स्ट्रिंग के रूप में व्याख्या की जाए, तो निम्न कार्य कर सकते हैं dtype = str:।

— स्टीव जूल

ऐसा लगता है कि खाली खेत अभी भी np.nan के माध्यम से आते हैं

— योशिय्याह योडर

यहाँ एक ही सवाल है। लेकिन मैंने Keep_default_na = गलत का उपयोग करके मेरी समस्या हल कर दी।

— जैक।

टिप्पणियों के लिए धन्यवाद। मुझे भी dypte = str और Keep_default_na = False का उपयोग करना पड़ा ताकि शून्य मान नैन न हों।

— रॉस 117

Answer 2

यह शायद इसे करने का सबसे सुंदर तरीका नहीं है, लेकिन यह काम पूरा कर देता है।

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

बस '/Users/spencerlyon2/Desktop/test.csv'अपनी फ़ाइल का पथ बदलें

Answer 3

पांडा 1.0 के बाद से यह बहुत अधिक सीधा हो गया। यह कॉलम 'आईडी' को dtype 'string' के रूप में पढ़ेगा:

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

जैसा कि हम इस आरंभ किए गए मार्गदर्शिका में देख सकते हैं , 'स्ट्रिंग' dtype पेश किया गया है (इससे पहले कि स्ट्रिंग को dtype 'ऑब्जेक्ट' के रूप में माना जाता है)।