https://github.com/pandas-dev/pandas/pull/2708表示其他类型的传播正在工作,但是,我无法将十六进制编码的值加载到int32中,它们作为int64进入数据帧
数据
2009-01-01T18:55:25Z,574,575,574,575,574,575,574,575,2,True
2009-01-01T18:56:55Z,574,575,574,575,573,574,573,574,2,True
2009-01-01T18:57:25Z,573,574,573,574,573,574,573,574,2,True
2009-01-01T18:57:30Z,573,574,573,574,573,574,573,574,2,True
2009-01-01T19:07:20Z,574,575,574,575,574,575,574,575,1,True
2009-01-01T19:07:55Z,574,575,574,575,574,575,574,575,1,True
姓名:
^{pr2}$转换函数:
def hex2int(x):
return int(x, 16) * 100
转换器:
convs = { i : hex2int for i in range(1,9) }
数据类型:
raw_dtypes = {
'datetime': datetime.datetime,
'sensorA': 'int32',
'sensorA': 'int32',
'sensorA': 'int32',
...
'signal': 'int32',
}
读取csv:
df = pd.read_csv(filepath, delimiter=',', header=None, names=names, dtype=raw_dtypes, usecols=range(0, NUM_COLS-1), converters=convs, parse_dates=['datetime'])
结果:
>>> df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1308 entries, 0 to 1307
Data columns (total 10 columns):
datetime 1308 non-null datetime64[ns]
sensorA 1308 non-null int64
sensorB 1308 non-null int64
sensorC 1308 non-null int64
sensorD 1308 non-null int64
sensorE 1308 non-null int64
sensorF 1308 non-null int64
sensorG 1308 non-null int64
sensorH 1308 non-null int64
signal 1308 non-null int32
dtypes: datetime64[ns](1), int32(1), int64(8)
最后一列('signal')不使用转换器,而是根据文档使用正确的数据类型:http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html(如果指定了转换器,则应用它们而不是数据类型转换。)
我很确定我不会把任何东西溢到int64,我的范围是160000-80000。我试着把转换器的返回转换为
return np.int32(x, 16) * 100
但这并没有改变任何东西
如文档所述,如果为列同时指定了},则只应用
converter
和{converter
。我认为在版本0.20
+中,这会生成一个警告。在如果应用了
converter
,则该列中的数据将采用通用推理路径,就像传递了pd.Series([...converted data ...]
,该路径使用int64作为默认值。在所以现在,您所能做的最好的就是在事实发生之后对dtype进行强制转换。比如:
相关问题 更多 >
编程相关推荐