pandas.read_csv写入文件

Question

我正在从csv文件中提取货运数据，出于隐私目的已经编辑了数据，但是要看的是在我的csv文件中使用pandas.read_csv时，如下所示的原始文件在这种意义上是正常的：ZIP代码（01234）的前导0，订单号（22276）是整数。

使用pandas.read_csv并打印出数据（并在文本编辑器中查看数据）后，我发现从邮政编码中取出了前导0（现在是1234），并且订单号现在是一个浮点数（ 22276.0）

原版的：

地面，第三方，公司名称，1 Road Ave，Town，State，01234，，22276,22276,22276，客户名称，街道名称，00000 00th Ave ZZ ,, Town，State，00001，V476V6,18001112222 ,, ，包装，1

使用pandas.read_csv之后：

地面，第三方，梦想，100 Higginson Ave，LINCOLN，RI，1234，，22276.0,22276.0,22276.0 ,,客户名，街道名，00000 00th Ave ZZ ,,镇，州，00001，V476V6,18001112222 ,,,包，1

我已经看到其他人也有这些问题，在这些问题中，您将看到有关如何解决该问题的写得很好的答案。 我想知道的是为什么问题首先存在。 为什么读取功能会将原始数据写回到文件中？

编辑

这是我当前正在使用的代码，引用是带有订单号的列的名称。

import pandas
grid = pandas.read_csv("thirdparty.csv", dtype={'ZIP': int, 'REFERENCE': int})
with pandas.option_context('display.max_rows', None, 'display.max_columns', None):
    print(grid)

Answer 1

怎么样

您将要使用的dtype的参数pd.read_csv 。 一种解决方案是将所有列都读取为字符串类型。 这将完全保留csv文件中的值。

import pandas as pd
data = pd.read_csv("thirdparty.csv", dtype=str)

尽管更好的解决方案是为每列指定所需的dtype：

data = pd.read_csv(("thirdparty.csv", dtype={‘ZIP’: str, ‘REFERENCE’: int} 

再次写回csv文件时，还应使用float_format参数以确保根据需要写入任何浮点数。

为什么

您还询问了为什么 “问题”存在。

本质上，当您pd.read_csv不指定pd.read_csv情况下使用pd.read_csv时，任何看起来像数字的内容都将作为浮点数读取。 因此，读取时01234将转换为1234 。

当您写回文件时，该数字现在被写为浮点数。 pd.read_csv函数未将数据写出到原始文件中。