使用Polars的read_csv时，dtypes参数会覆盖CSV原有列名？

问题原因 #

你传入pl.read_csv()的dtypes字典中，键使用的是car、game这类自定义名称，而非CSV文件里的原始列名col1、col2、d、e。当字典的键数量与CSV列数一致时，Polars会将这些键当作新列名替换掉原列名，这就导致了你的预期与结果不符。

解决方法 #

方法1：保留原列名并指定类型 #

将dtypes字典的键修改为CSV的原始列名，这样既能指定各列的数据类型，又能保留原列名：

import polars as pl
dtypes = {
    'col1': pl.String,
    'col2': pl.Int32,
    'd': pl.String,
    'e': pl.Int32
}
df = pl.read_csv("example.csv", dtypes=dtypes)
print(df.columns)  # 输出: ['col1', 'col2', 'd', 'e']

方法2：先指定类型再重命名列 #

如果确实需要将列名改为car、game等名称，应先按原列名读取并指定类型，再使用rename()方法修改列名：

import polars as pl
dtypes = {
    'col1': pl.String,
    'col2': pl.Int32,
    'd': pl.String,
    'e': pl.Int32
}
df = pl.read_csv("example.csv", dtypes=dtypes).rename({
    'col1': 'car',
    'col2': 'game',
    'd': 'house',
    'e': 'bob'
})
print(df.columns)  # 输出: ['car', 'game', 'house', 'bob']

补充说明 #

dtypes参数的核心用途是为CSV中已存在的列指定数据类型，而非用于重命名列。只有当字典键与原始列名一一对应时，才能实现仅指定类型、不修改列名的效果。

内容的提问来源于stack exchange，提问作者benr