熊猫 - 阅读 CSV - dtype='string'、dtype=str 和 dtype='object' 之间的区别

Question

当将CSV文件读取到panda中时，在设置dtype时，下面三个选项之间有区别吗？

选项1

df = pd.read_csv('file.csv', dtype='string')

选项2

df = pd.read_csv('file.csv', dtype=str)

选项3

df = pd.read_csv('file.csv', dtype='object')

选项2和3似乎比选项1快得多(我在一个有30000行500列的CSV中阅读(，这表明这些选项的工作方式不同。然而，我找不到任何文件表明为什么会出现这种情况——请有人解释一下？

Answer 1

pandas.read_csv文档中Parameters部分的dtype内容明确指出

">使用str或对象以及适当的na_values设置来保留和不解释dtype"；。

这种解释会产生额外的负担，例如性能损失，尤其是对于具有大尺寸的数据帧。