我指的是这个问题。
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
建议的解决方案是这样的:
read_csv('sample.csv', dtype={'ID': object})
但是，如果我希望整个 csv 文件被读取为 str 列而不是 int 怎么办？每列都有一个字典会非常费力。有没有更清洁的方法？
最佳答案
您可以将参数 dtype 与 str 一起使用:
df = pd.read_csv('sample.csv', dtype=str)
关于python - 将 Pandas 数据框列导入为字符串而不是 int 或 float，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41439271/