如何用Pandas读取CSV时仅指定少数列为数值型，其余为字符串？

这问题我之前处理大量异构CSV文件的时候也碰到过，一个个列指定字符串类型实在太繁琐了，给你两个实用的解决方案，完美适配循环处理的场景：

方法一：动态构造dtype字典（推荐） #

先读取文件的列名，默认所有列都设为字符串类型，再单独更新需要转为数值型的列。这样能避免硬编码大量字符串列，还能适配不同CSV的列结构差异。

示例代码：

import pandas as pd

# 循环处理每个CSV文件（your_file_list是你的文件路径列表）
for feedfile in your_file_list:
    # 仅读取列名（不加载数据，高效获取列信息）
    all_cols = pd.read_csv(feedfile, nrows=0).columns.tolist()
    
    # 定义需要转为数值类型的列（根据你的实际需求修改）
    int_cols = ['user_id', 'order_count']
    float_cols = ['total_amount', 'discount_rate']
    
    # 初始化dtype字典：所有列默认设为字符串
    dtype_dic = {col: str for col in all_cols}
    
    # 更新整型列的类型，加入判断避免列不存在时报错
    dtype_dic.update({col: int for col in int_cols if col in all_cols})
    # 更新浮点型列的类型
    dtype_dic.update({col: float for col in float_cols if col in all_cols})
    
    # 读取CSV文件
    feedArray = pd.read_csv(feedfile, dtype=dtype_dic)

为什么推荐这个方法？ #

• 循环中每次处理不同文件时，自动适配列结构，不用手动维护所有字符串列
• 提前指定类型，比先读再转换更节省内存（尤其是大文件场景）
• 加入if col in all_cols判断，避免因部分CSV缺少指定列而报错

方法二：先全读为字符串，再转换少数列 #

如果你的文件不是特别大，也可以先把所有列都读成字符串，之后再批量转换指定列到数值型，代码更简洁，容错性也不错。

示例代码：

import pandas as pd

for feedfile in your_file_list:
    # 先将所有列读取为字符串
    feedArray = pd.read_csv(feedfile, dtype=str)
    
    # 定义需要转换的列
    int_cols = ['user_id', 'order_count']
    float_cols = ['total_amount', 'discount_rate']
    
    # 过滤出当前文件中存在的目标列，避免KeyError
    valid_int_cols = [col for col in int_cols if col in feedArray.columns]
    valid_float_cols = [col for col in float_cols if col in feedArray.columns]
    
    # 转换为整型，errors='coerce'将无法转换的值转为NaN，避免程序崩溃
    feedArray[valid_int_cols] = feedArray[valid_int_cols].astype(int, errors='coerce')
    # 转换为浮点型
    feedArray[valid_float_cols] = feedArray[valid_float_cols].astype(float, errors='coerce')

这个方法的优缺点： #

• ✅ 代码更简洁，容易理解和维护
• ✅ errors='coerce'参数能处理列中存在非数值内容的情况，容错性强
• ❌ 大文件场景下，先读成字符串再转换会额外占用一些内存

内容的提问来源于stack exchange，提问作者Nikhil VJ