读取含字符串与数值列的TXT文件，如何指定列数据类型？

嘿，我明白你遇到的困扰了——要精准控制每列的数据类型确实容易踩坑，我来给你两个靠谱的解决方案，分别适用于原生Python和用Pandas的场景：

方法一：用Python原生csv模块（无需第三方库） #

如果不想依赖外部库，直接用标准库的csv模块就能搞定，关键是以文本模式打开文件（避免字节类型），然后手动对后两列做类型转换：

import csv

# 以文本模式打开文件（'r'而不是'rb'，避免字节类型）
with open('city-data.txt', 'r', newline='', encoding='utf-8') as f:
    reader = csv.reader(f, delimiter='\t')  # 指定制表符分隔
    for row in reader:
        # 前两列直接取字符串，后两列转换为浮点数
        col1 = row[0]  # 字符串类型
        col2 = row[1]  # 字符串类型
        col3 = float(row[2])  # 浮点数类型
        col4 = float(row[3])  # 浮点数类型
        # 这里可以处理每一行的数据，比如存入列表或做后续操作
        print(f"类型检查：col1={type(col1)}, col3={type(col3)}")

你之前第一种方法得到字节类型，大概率是因为用了'rb'二进制模式打开文件，换成'r'文本模式就没问题啦。

方法二：用Pandas（更简洁高效，适合大数据量） #

如果经常处理数据，Pandas会让这个操作变得非常简单，直接通过dtype参数指定每列的类型：

import pandas as pd

# 指定分隔符为制表符，同时给每列指定类型
# 假设你的文件没有表头，用列索引（0、1、2、3）指定类型
df = pd.read_csv(
    'city-data.txt',
    sep='\t',
    header=None,  # 如果文件没有表头就加这个
    dtype={0: str, 1: str, 2: float, 3: float}
)

# 查看数据类型确认
print(df.dtypes)

如果你的文件有表头，把header=None去掉，然后用列名代替索引（比如dtype={'city': str, 'country': str, 'lat': float, 'lon': float}）就行。

这样处理后，前两列会保持字符串类型，后两列自动转为浮点数，完美匹配你的需求~

内容的提问来源于stack exchange，提问作者elenaby