如何在Pandas DataFrame中同时列出列名与列序号？用于定位CSV导入的混合类型列问题

遇到这种DtypeWarning确实头疼，尤其是列多的时候根本摸不清哪几列出问题。给你几个简单的实现方式，轻松搞定列名和序号的对应，还能直接定位问题列：

1. 实现列名+序号的映射函数 #

最直观的方式是用enumerate遍历DataFrame的列，反转序号和列名的顺序就行：

def list_columns_with_numbers(df):
    # 用enumerate拿到(序号, 列名)，再反转成(列名, 序号)
    return [(col_name, idx) for idx, col_name in enumerate(df.columns)]

调用这个函数：

result = list_columns_with_numbers(df1)
print(result)
# 输出示例：[(Stars, 0), (Title, 1), ...]

如果你喜欢更简洁的写法，也可以用zip结合range：

def list_columns_with_numbers(df):
    return list(zip(df.columns, range(len(df.columns))))

两种方法效果完全一致，选你看着顺眼的就行。

2. 快速定位警告里的问题列 #

拿到列名和序号的映射后，直接筛选警告里提到的序号就能找到对应的列：

# 把警告里的列序号存成列表
problem_col_indices = [6,13,17,22,23,24,25,26,27,39,50,51,65,68]
# 筛选出对应的列名
problem_cols = [col for col, idx in list_columns_with_numbers(df1) if idx in problem_col_indices]
print("存在混合类型的列：", problem_cols)

这样就能直接看到哪些列需要处理了。

3. 顺带解决DtypeWarning #

定位到问题列后，你可以在导入CSV时指定这些列的数据类型，彻底消除警告：

import pandas as pd

# 给问题列指定合适的dtype，比如字符串、浮点型等
dtype_config = {
    col: str for col in problem_cols  # 比如统一设为字符串，避免混合类型
    # 也可以单独给列指定，比如'列名X': float, '列名Y': int
}

df1 = pd.read_csv('your_data.csv', dtype=dtype_config, low_memory=False)

如果不想逐个指定，也可以直接加low_memory=False参数，但指定dtype会更规范，避免后续数据处理出问题。

内容的提问来源于stack exchange，提问作者David Kouvchinov