使用Polars读取CSV文件时，设置所有列为字符串类型失败的问题求助

我最近在用Polars读取CSV文件时遇到了一个麻烦：我希望所有列都保持字符串类型，不想让程序自动将值解析成日期或整数，除非我明确指定类型。我尝试用schema_overrides={'*': pl.Utf8}来实现这个需求，但发现它根本没法阻止自动类型转换，运行下面的代码还会报错：

import polars as pl  

# 尝试用schema_overrides将所有列设为字符串类型读取CSV
file_path = "./xyz.csv"
df = pl.read_csv(file_path, schema_overrides={'*': pl.Utf8})  

# 打印DataFrame
print(df)

有没有大佬能告诉我，到底该怎么设置才能让Polars把CSV里的所有列都以字符串类型读取呢？

别着急，我来帮你解决这个问题。其实schema_overrides参数的作用是覆盖已经自动推断出来的Schema，而不是完全禁用类型推断，所以它没法从根源上阻止Polars自动解析日期或整数。要实现所有列都以字符串类型读取的需求，你可以试试下面两种方法：

方法一：直接使用dtypes参数指定全局类型 #

dtypes参数可以直接指定所有列的解析类型，Polars会跳过自动类型推断，直接按你指定的类型解析所有列，这是最简便的方式：

import polars as pl

file_path = "./xyz.csv"
# 用dtypes指定所有列都为Utf8类型
df = pl.read_csv(file_path, dtypes=pl.Utf8)
print(df)

方法二：禁用类型推断后手动指定全量Schema #

如果你需要更精细的控制，也可以先关闭自动类型推断，获取到所有列名后，再手动构建一个全字符串类型的Schema：

import polars as pl

file_path = "./xyz.csv"
# 先读取文件，关闭类型推断（infer_schema_length=0表示不基于任何行推断类型）
temp_df = pl.read_csv(file_path, infer_schema_length=0)
# 为每个列构建字符串类型的Schema
full_string_schema = {column: pl.Utf8 for column in temp_df.columns}
# 使用指定的Schema重新读取文件
df = pl.read_csv(file_path, schema=full_string_schema)
print(df)

这两种方法都能有效阻止Polars自动解析日期或整数，让所有列保持字符串类型，你可以根据自己的需求选择其中一种~

备注：内容来源于stack exchange，提问作者CT_369