Especificar tipos de datos

Al cargar un archivo plano, pandas infiere el mejor tipo de dato para cada columna. A veces se equivoca, especialmente con números que representan grupos o cualidades en lugar de cantidades.

Si consultas el diccionario de datos de vt_tax_data_2016.csv, verás dos columnas así. La columna agi_stub contiene números que corresponden a categorías de ingresos, y zipcode tiene valores de 5 dígitos que deberían ser cadenas; tratarlos como enteros hace que perdamos los ceros a la izquierda, que sí son significativos. Vamos a especificar los tipos de datos correctos con el argumento dtype.

pandas ya está importado como pd.