pandas读取csv文件时如何将列名识别为整数类型

问题原因 #

CSV属于纯文本格式，本身不存储任何数据类型元信息。使用pd.to_csv()写入时，整数类型的列名会被自动转为字符串存储，pd.read_csv()读取时自然默认将列名识别为字符串类型，pandas目前没有提供直接在read_csv阶段指定列名类型的参数，可通过以下两种方案解决：

解决方案 #

• 方案1：读取后手动转换列名类型
  适配必须使用CSV格式的场景，读取完成后新增一行代码转换列名类型即可：

  import pandas as pd
  
  df = pd.DataFrame(index=pd.MultiIndex.from_arrays([[], []]))
  for row_ind1 in range(3):
      for row_ind2 in range(3, 6):
          for col in range(6, 9):
              entry = row_ind1 * row_ind2 * col
              df.loc[(row_ind1, row_ind2), col] = entry
  
  df.to_csv("df.csv")
  
  dfr = pd.read_csv("df.csv", index_col=[0, 1])
  # 新增行：将列名转为整数类型
  dfr.columns = dfr.columns.astype(int)
  print(dfr.loc[(0, 3), 6])       # 正常输出0，无KeyError
  

• 方案2：使用支持保留元数据的序列化格式
  如果不需要导出人类可读的CSV文件，直接使用pickle格式存储，所有索引结构、列名类型、数据类型都会完整保留，无需额外转换：

  # 写入文件
  df.to_pickle("df.pkl")
  # 读取文件
  dfr = pd.read_pickle("df.pkl")
  print(dfr.loc[(0, 3), 6]) # 直接正常运行
  

内容的提问来源于stack exchange，提问作者mcp