使用to_csv保存Pandas DataFrame时如何保留指定数据类型？

这个问题我之前踩过坑！核心原因是CSV是纯文本格式，根本不保存数据类型的元信息。你用astype(int8)改完类型存到CSV里，其实只把数字写进去了，类型标记完全没保留，所以用read_csv读取时，Pandas会默认根据数值范围推断成int64。给你两个实用的解决办法：

1. 使用二进制格式存储（推荐） #

CSV适合人类查看，但不适合保留数据类型。换成Pandas支持的二进制格式，能完整保存DataFrame的结构和数据类型，读取速度也更快：

• Pickle格式：Pandas原生支持，用法简单

# 存储
df.to_pickle('your_data.pkl')
# 读取，直接保留原类型
df = pd.read_pickle('your_data.pkl')

• Feather格式：轻量快速，支持跨语言读取

# 存储
df.to_feather('your_data.feather')
# 读取
df = pd.read_feather('your_data.feather')

• Parquet格式：适合大数据场景，压缩率高

# 存储
df.to_parquet('your_data.parquet')
# 读取
df = pd.read_parquet('your_data.parquet')

2. 读取CSV时显式指定数据类型 #

如果必须使用CSV格式，那就在read_csv时通过dtype参数强制指定目标列的数据类型：

# 读取时指定'A'列为int8类型
df = pd.read_csv('your_data.csv', dtype={'A': 'int8'})

这样读取后的A列就会保持你想要的int8类型了。

内容的提问来源于stack exchange，提问作者Feephy