是否将csv字段类型设置为字符串，但在打开csv时仍为数字？

Question

我试图使用pandas来确保csv将某些字段（包含数字）输出为字符串，而不是数字：

# lst of column names which needs to be string
lst_str_cols = ['FIPS_BLOCK', 'FIPS_BLKGR', 'FIPS_TRACT','FIPS_PLACE']
# use dictionary comprehension to make dict of dtypes
dict_dtypes = {x : 'str'  for x in lst_str_cols}
# use dict on dtypes
df = pd.read_csv(output_files_dir + "//" + output_shp_name + ".csv", dtype=dict_dtypes)
df.to_csv(output_files_dir + "//" + output_shp_name + ".csv")

虽然代码运行正常，没有错误，但csv仍然将FIPS_BLOCK, FIPS_BLKGR, FIPS_TRACT, and FIPS_PLACE作为数字-即5.50791E+14.我可以做些什么来确保它正确输出

谢谢

Answer 1

如果您有一行，每列都有一个实际的字符串，最好是第一条记录，那么所有后续数据都将被解释为字符串。但是，这会创建一个需要考虑用于实际分析的记录，因为字段中有不相关的数据。只有一个字符串将强制进行这种解释。问题是CSV中不会定义数据类型，当/无论在何处读取文件时，都需要解释这些字段。Pandas在将FIPS字段确定为对象（字符串）方面做得很好，但在excel或Arc软件中，相同的CSV将作为整数加载，而不带前导零。根据内部软件对数据的解释，每种方法都有所不同。另见：Trying to keep the same type after saving a dataframe in a csv file