在`pandas.read_csv`中，`str`和`object`数据类型有什么区别？

Question

根据 pandas 文档，pandas.read_csv 允许我为 CSV 文件中的列指定 dtype。

dtype：类型名称或列->类型字典，默认值为 None 数据或列的数据类型。例如 {‘a’: np.float64, ‘b’: np.int32}（不支持 engine=’python’）。使用 str 或 object 以保留并不解释 dtype。

如果要将每个列都视为文本数据，则可以使用以下任一方式：

df = pandas.read_csv(... , dtype=str)

或者

df = pandas.read_csv(..., dtype=object)

据我所知，这两种方法的表现总是完全相同的。但是否存在这两种方法有不同表现的情况呢？如果有，那么它们之间的区别是什么？

- DGrady

Answer 1

这些在发布0.11.1版本之前有微小的差别（请参见#3795问题）。

numpy数组中的每个元素在字节大小上必须相同。字符串的问题在于它们的字节大小不固定，因此object数据类型允许指向具有固定字节大小的字符串的指针。因此，简而言之，对于每个项，str具有特殊的固定宽度，而object允许可变的字符串长度，或者任何对象。

无论如何，在发布0.11.1版本之后，当遇到dtype=str时，自动转换为dtype=object，因此你可以使用任何一种方式，但我建议完全避免使用str，并只使用dtype=object。

- miradulo