读取时解析日期并设置 dtypes
在导入时正确设置类型
读取时解析日期并设置 dtypes 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
从一开始就重视类型
pandas 读取文件时，会推测每一列的 dtype。在加载时正确设置类型，后续每一步都会更加简单。🧱
日期会被读取为文本
像 2024-03-01 这样的日期对您来说很明显是日期，但除非特别指定，否则 pandas 会将它读取为普通字符串。
加载时解析日期
parse_dates 选项会在读取过程中将指定列转换为真正的日期时间值，无需额外步骤。
df = pd.read_csv("sales.csv",
parse_dates=["order_date"])这样做的好处
列成为真正的日期时间后，您就可以按时间排序、筛选日期范围，并轻松提取月份。
处理特殊格式
对于不常见的格式，请传入 format 字符串，让 pandas 快速解析，并避免错误猜测日月顺序。
df = pd.read_csv("eu.csv",
parse_dates=["d"], date_format="%d/%m/%Y")强制指定 dtype
dtype 选项允许您自行声明列的类型，通过一个清晰的字典覆盖 pandas 的推测结果。
df = pd.read_csv("data.csv",
dtype={"zip": "string"})保留开头的零
像 00123 这样的代码如果按数字读取，就会丢失开头的零。将该列强制设为字符串，即可原样保留。
df = pd.read_csv("ids.csv",
dtype={"product_code": str})利用类型节省内存
在大型文件中，将整数读取为 int32 而不是默认的 int64，可以将内存占用减半。请选择能够容纳数据的最小类型。
df = pd.read_csv("big.csv",
dtype={"count": "int32"})重复文本？使用 category
像状态字段这样包含少量重复值的列，存储为 category dtype 后，内存占用会显著减少。
df = pd.read_csv("orders.csv",
dtype={"status": "category"})加载后进行验证
请务必确认结果。检查 dtypes 可以准确显示 pandas 为每一列设置的类型，避免意外影响您的分析。
print(df.dtypes)需要时稍后修正类型
漏掉了一列？您仍然可以使用 astype 在之后进行转换，但在加载时完成会更整洁，也稍微更快。
df["count"] = df["count"].astype("int32")快速检查
日期列被加载成普通文本。读取时如何修正？
回顾：类型正确，问题更少
现在您可以在加载时解析日期、强制设置字符串和数值类型，并使用 category 处理重复值。使用 dtypes 验证后继续。🎉
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「读取时解析日期并设置 dtypes」课时是免费的吗？
是的 — 「读取时解析日期并设置 dtypes」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「读取时解析日期并设置 dtypes」这节课中我会学到什么？
在导入时正确设置类型 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「读取时解析日期并设置 dtypes」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- read_csv 及其实用选项
- 在 pandas 中打开 Excel 工作表
- 读取时解析日期并设置 dtypes
- 将结果保存为 CSV 和 Excel