在Kaggle中读取CSV文件时遭遇DtypeWarning问题求助

嘿，这个警告我之前处理过，其实本质是Pandas默认的分块读取机制搞的小插曲——当low_memory=True时，Pandas会分块加载文件并逐块推断列类型，而你的第2列（质量评级列，值是A、A+这类字符串）在不同块里被推断出了不同类型，所以触发了警告。结合你的数据情况，给你两种靠谱的解决办法：

方法1：明确指定目标列的数据类型（更推荐） #

既然你知道第2列是字符串类的质量评级，直接在读取时指定它的类型为字符串就可以彻底避免这个问题，还能防止后续数据处理中出现类型混乱。如果知道该列的列名（比如假设是qualityRating），用列名指定会更直观；如果不确定列名，用列索引2也没问题：

import pandas as pd
# 用列名指定（推荐，更清晰）
data = pd.read_csv(
    '/kaggle/input/covidtracking/all-states-history.csv',
    index_col=0,
    parse_dates=True,
    dtype={"qualityRating": str}  # 替换成实际列名即可
)
print(data.shape)

或者用列索引指定：

import pandas as pd
data = pd.read_csv(
    '/kaggle/input/covidtracking/all-states-history.csv',
    index_col=0,
    parse_dates=True,
    dtype={2: str}
)
print(data.shape)

方法2：关闭low_memory选项 #

如果不想纠结列名或索引，直接设置low_memory=False，让Pandas一次性读取整个文件并推断列类型，这样就不会因为分块导致的类型不一致触发警告了。你的数据规模（16931行×41列）很小，完全不用担心内存问题：

import pandas as pd
data = pd.read_csv(
    '/kaggle/input/covidtracking/all-states-history.csv',
    index_col=0,
    parse_dates=True,
    low_memory=False
)
print(data.shape)

两种方法都能解决这个警告，个人更推荐第一种，因为明确指定类型会让你的代码更健壮，后续处理数据时也不会踩类型的坑~

内容的提问来源于stack exchange，提问作者R. Brown