读取csv踩坑

最近在搞评分卡，发现分别使用xlsx和csv读取数据，出现大坑
使用xlsx格式数据，然后
df[col].value_counts(normalize=True) 查看各种取值的

数值	占比
1	0.7
0	0.1
未知	0.1
有	0.1

但是使用df.to_csv之后，得到的新的csv文件
df[col].value_counts(normalize=True) 查看各种取值的

数值	占比
1	0.4
1	0.3
0	0.1
未知	0.1
有	0.1

可以看到1被拆散了

原因：因为df.read_csv（）底层是推理列的取值类型的，要么用户主动指定，要么依靠pd底层自动推理，但是当行数大的时候，如果low_memory = False不开启的话，默认低内存模式，他会随机采样，这样就有可能判断当前列取值为字符串，有可能判断当前列取值为数值

建议
读取csv的时候，强制df.read_csv（‘xx.csv’,low_memory = False）