pandas DtypeWarning：列 (15,16,18,24) 具有混合类型。如果列具有混合类型，则会被删除
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/49575183/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
DtypeWarning: Columns (15,16,18,24) have mixed types. Columns get removed if it has mixed type
提问by Raj Kumar
I am trying to read a csv file
我正在尝试读取 csv 文件
pd.set_option('display.max_columns', None)
inventory = pd.read_csv('inventory-new.csv', sep=";", names=columns)
it says:
它说：
DtypeWarning: Columns (15,16,18,24) have mixed types. Specify dtype option on import or set low_memory=False.
interactivity=interactivity, compiler=compiler, result=result)
DtypeWarning：列 (15,16,18,24) 具有混合类型。在导入时指定 dtype 选项或设置 low_memory=False。
交互性=交互性，编译器=编译器，结果=结果）
and column numbers 15,16,18,24 gets completely removed
和列号 15,16,18,24 被完全删除
I tried:
我试过：
inventory = pd.read_csv('inventory-new.csv', sep=";", names=columns, dtype=object)
also
还
inventory = pd.read_csv('inventory-new.csv', sep=";", names=columns, low_memory=False)
but the result is still the same. Why is this happening?
但结果还是一样。为什么会这样？
回答by michaelg
You need to set a dtype for each column.
您需要为每列设置一个 dtype。
From the doc:
从文档：
dtype : Type name or dict of column -> type, default None
Data type for data or columns. E.g. {‘a': np.float64, ‘b': np.int32} Use str or object to preserve and not interpret dtype. If converters are specified, they will be applied INSTEAD of dtype conversion.
dtype : 类型名称或列的字典 -> 类型，默认无
数据或列的数据类型。例如 {'a': np.float64, 'b': np.int32} 使用 str 或 object 来保留而不是解释 dtype。如果指定了转换器，它们将被应用于 dtype 转换的 INSTEAD。
Why it is happening ?
为什么会这样？
Most of the time, pandas try to figure out the dtype before processing rows. But if it happens that a value is not of the selected dtype, it will raise an error. Thus you will need to either correct the original data or choose a more permissive dtype to import (like you did with object).
大多数情况下，pandas 会在处理行之前尝试找出 dtype。但是如果碰巧某个值不是选定的 dtype，则会引发错误。因此，您需要更正原始数据或选择更宽松的 dtype 进行导入（就像您对 所做的那样object）。
