我曾经在 Excel 上做一些分析，但我的公司想使用 Python 来增加分析。我是 python 新手，对我必须学习的所有这些知识感到不知所措:'(
所以对于我的第一个项目，我已经导入了我的 csv 文件并且我收到了这个错误消息“C:\Users\xxx\AppData\Local\Continuum\anaconda3\lib\site-packages\IPython\core\interactiveshell.py:2785: DtypeWarning: 列 (8,9,31,32,35,36,37,38,39,40) 有混合类型。在导入时指定 dtype 选项或设置 low_memory=False.interactivity=interactivity, compiler=compiler, result=result ) "
可悲的是，我对这一切一无所知，所以我在网上查看并猜猜是什么？对我来说仍然不清楚。所以我的问题是
谢谢
此警告试图让您知道 DataFrame 的某些列无法解析为单一数据类型（至少从 pandas 的角度来看，它不知道将列解释为什么！）。由于这是一个警告，pandas 很乐意在完成后为您提供 DataFrame，read_csv但如果不以某种方式处理您的混合类型列，则不建议继续进行。
1) 您可以通过明确标识dtype. 参数inread_csv被方便地称为dtype。文档指定的用法可以是单一数据类型（例如dtype = str），也可以是列和数据类型的字典（例如dtype = {0:str, 1:int}）。数据类型的一些选项是：
object)str, int, float)numpy.int32, numpy.float64)指定每列数据类型的好处是，如果某些内容违反了该类型约定，Python 将抛出一个硬错误。这是一个很棒的即时检查数据是否符合您期望的格式，并且 Python 大声中断总是很好的。但是，您可能只想读取所有数据，然后在 DataFrame 中修复它。您通常可以通过指定而侥幸逃脱，dtype=str并且 pandas 将（通常）read_csv毫无怨言地执行。
2）由于不幸的是，这个问题最好回答为“取决于情况”，我建议研究数据清理方法（因为这主要是这个问题）。一些具体（但通用）的建议是：认真考虑您希望如何处理丢失/格式错误的数据，明确说明您将应用于数据以处理这些情况的转换，并跟踪您已经做出了这些改变。
我希望这可以帮到你！