python - read_csv 读取分类值？

Question

我想知道是否有办法在 read_csv() 过程中读取分类值。

通常您可以在事后进行转换，例如:

df.zone = df.zone.astype('category')

此时 df 占用了更多内存，我正在寻找一种方法来减少它。

我尝试过以下方法:

parking_meters = pd.read_csv('parking_meter_data.csv', 
                             converters={'zone': pd.Categorical(), 
                                         'sub_area': pd.Categorical(), 
                                         'area': pd.Categorical(), 
                                         'config_name': pd.Categorical(),
                                         'pole' : str(),
                                         'longitude' : np.float(),
                                         'latitude' : np.float()
                                        })
parking_meters.memory_usage(deep=True).sum()

但是，分类数据需要实际数据的初始化参数，该参数位于 CSV 文件中。

Answer 1

让我们尝试一下dtype:

parking_meters = pd.read_csv('parking_meter_data.csv', 
                             dtype={'zone': 'category', 
                                         'sub_area': 'category', 
                                         'area': 'category', 
                                         'config_name': 'category'
                                        })