パンダread_csv dtype 1以外のすべての列を指定

Question

私はCSVファイルを持っています。その大半は文字列として読みたい値ですが、指定したタイトルの列が存在する場合は、boolとして列を読みたいと思います。

CSVファイルにはたくさんの列があるので、直接各列にデータ型を指定して、このような何かを与える：

data = read_csv('sample.csv', dtype={'A': str, 'B': str, ..., 'X': bool}) 

が、それは同時に、文字列の各列のタイプが、1つを定義し、ブール値としてオプションの列を読み込むことは可能ですか？

私の現在のソリューションは、以下の（しかし、それは非常にunefficientと遅いです）です：

data = read_csv('sample.csv', dtype=str) # reads all column as string 
if 'X' in data.columns: 
    l = lambda row: True if row['X'] == 'True' else False if row['X'] == 'False' else None 
    data['X'] = data.apply(l, axis=1) 

UPDATE： サンプルCSV：

'X' の列なし

A;B;C;X 
a1;b1;c1;True 
a2;b2;c2;False 
a3;b3;c3;True 

、または同じ缶BA （列がオプションなので）：

A;B;C 
a1;b1;c1 
a2;b2;c2 
a3;b3;c3 

Answer 1

最初に列01をフィルタリングできますboolean indexingと値X、その後replace：

cols = df.columns[df.columns.str.contains('X')] 
df[cols] = df[cols].replace({'True': True, 'False': False}) 

または必要性フィルターカラムX場合：

cols = df.columns[df.columns == 'X'] 
df[cols] = df[cols].replace({'True': True, 'False': False}) 

サンプル：なぜN

import pandas as pd 

df = pd.DataFrame({'A':['a1','a2','a3'], 
        'B':['b1','b2','b3'], 
        'C':['c1','c2','c3'], 
        'X':['True','False','True']}) 

print (df) 
    A B C  X 
0 a1 b1 c1 True 
1 a2 b2 c2 False 
2 a3 b3 c3 True 

print (df.dtypes) 
A object 
B object 
C object 
X object 
dtype: object 

cols = df.columns[df.columns.str.contains('X')] 
print (cols) 

Index(['X'], dtype='object') 

df[cols] = df[cols].replace({'True': True, 'False': False}) 

print (df.dtypes) 
A object 
B object 
C object 
X  bool 
dtype: object 
print (df) 

    A B C  X 
0 a1 b1 c1 True 
1 a2 b2 c2 False 
2 a3 b3 c3 True 

Answer 2

使用するbool()データ型。 bool()は、（バージョン0.17でテスト）パンダからread_csvを使用する際に実際に何か特別な処理を必要としないパラメータが渡されたパラメータがFalseでない場合「」、なし、trueと評価されていない、または0

if 'X' in data.columns: 
    try: 
     l = bool(data.columns['X'].replace('False', 0)) 
    except: 
     l = None 
    data['X'] = data.apply(l, axis=1) 

Answer 3

。サンプルファイルをXで使用する：

import pandas as pd 

df = pd.read_csv("file.csv", delimiter=";") 
print(df.dtypes) 

A object 
B object 
C object 
X  bool 
dtype: object