如何读取含整数与浮点数混合的CSV列并保留原始类型

一、加载CSV时保留混合数值类型 #

pandas 默认会把同时包含整数和浮点数的列统一转换为 float64 类型，要避免这种自动转换，你可以通过自定义转换器来保留原始的整数/浮点数类型：

import pandas as pd

# 定义自定义转换函数：优先转整数，失败则转浮点数
def convert_elev(value):
    try:
        return int(value)
    except ValueError:
        return float(value)

# 加载CSV时指定转换器处理目标列
final_collar = pd.read_csv('你的文件路径.csv', converters={'ELEV': convert_elev})

这样加载后，ELEV 列会同时存在 int 和 float 类型的原始值，不会被统一转为浮点数。

二、创建布尔列判断是否为浮点数 #

你原来的代码逻辑有误（直接将值与 float 类比较无法判断类型），正确的做法是通过判断每个元素的类型来生成布尔列：

方法1：使用 apply 直接生成 #

final_collar['ELEV_FLOAT'] = final_collar['ELEV'].apply(lambda x: isinstance(x, float))

方法2：结合 np.where 使用 #

import numpy as np

final_collar['ELEV_FLOAT'] = np.where(
    final_collar['ELEV'].apply(lambda x: isinstance(x, float)),
    True,
    False
)

执行后，ELEV_FLOAT 列会标记对应行的 ELEV 值是否为浮点数类型。

内容的提问来源于stack exchange，提问作者Taiwo