好的，这是一个奇怪的问题。我正在使用 fiona (gis)，它将 orderdict 列表作为数据和模式的输入。Schema 告诉 fiona 变量的名称以及根据 fiona 的类型。加入后数据在熊猫中。我可以在有序字典或列表中输出数据。但是从那里如何告诉如何使用自动化估计一种数据类型到 fiona 的长度。messeytables 中有类似的东西，但它适用于 csv，似乎不是一个好的开始方式。这是一个有序字典的示例，但有很多数据。我正在使用 fiona 来做它擅长的 GIS 工作。
这是python映射
'date': <class 'fiona.rfc3339.FionaDateType'>,
'datetime': <class 'fiona.rfc3339.FionaDateTimeType'>,
'float': <type 'float'>,
'int': <type 'int'>,
'str': <type 'unicode'>,
'time': <class 'fiona.rfc3339.FionaTimeType'>}
这就是模式的样子，也可以是列表
OrderedDict([(u'scalerank', 'int:4'), (u'featurecla', 'str:30'), (u'labelrank', 'float:16.6'), (u'sovereignt', 'str :254'), (u'sov_a3', 'str:254'), (u'adm0_dif', 'float:16.6'), (u'level', 'float:16.6'), (u'type', 'str:254'), (u'admin', 'str:254'), (u'adm0_a3', 'str:254'), (u'geou_dif', 'float:16.6'), (u'geounit ', 'str:254'), (u'gu_a3', 'str:254'), (u'su_dif', 'float:16.6'), (u'subunit', 'str:254'), (u 'su_a3', 'str:254'), (u'brk_diff', 'float:16.6'), (u'name', 'str:254'), (u'name_long', 'str:254'), (u'brk_a3', 'str:254'), (u'brk_name', 'str:254'), (u'brk_group', 'str:254'), (u'abbrev', 'str:254'), (u'postal', 'str:254'), ( u'formal_en', 'str:254'), (u'formal_fr', 'str:254'), (u'note_adm0', 'str:254'), (u'note_brk', 'str:254') , (u'name_sort', 'str:254'), (u'name_alt', 'str:254'), (u'mapcolor7', 'float:16.6'), (u'mapcolor8', 'float:16.6 '), (u'mapcolor9', 'float:16.6'), (u'mapcolor13', 'float:16.6'), (u'pop_est', 'float:16.6'), (u'gdp_md_est', 'float :16.6'), (u'pop_year', 'float:16.6'), (u'lastcensus', 'float:16.6'), (u'gdp_year', 'float:16.6'), (u'economy', '字符串：254'), (u'income_grp', 'str:254'), (u'wikipedia', 'float:16.6'), (u'fips_10', 'str:254'), (u'iso_a2', ' str:254'), (u'iso_a3', 'str:254'), (u'iso_n3', 'str:254'), (u'un_a3', 'str:254'), (u'wb_a2' , 'str:254'), (u'wb_a3', 'str:254'), (u'woe_id', 'float:16.6'), (u'adm0_a3_is', 'str:254'), (u' adm0_a3_us', 'str:254'), (u'adm0_a3_un', 'float:16.6'), (u'adm0_a3_wb', 'float:16.6'), (u'continent', 'str:254'), ( u'region_un', 'str:254'), (u'subregion', 'str:254'), (u'region_wb', 'str:254'), (u'name_len', 'float:16.6') , (u'long_len', 'float:16.6'), (u'abbrev_len', 'float:16.6'), (u'tiny', 'float:16.6'), (u'homepart', 'float:16.6')])]
pandas 输出到ordereddict OrderedDict([(u'scalerank', 1), (u'featurecla', u'Admin-0 map subunit'), (u'labelrank', 3.0), (u'sovereignt', u'Angola '), (u'sov_a3', u'AGO'), (u'adm0_dif', 0.0), (u'level', 2.0), (u'type', u'Sovereign country'), (u'admin ', u'Angola'), (u'adm0_a3', u'AGO'), (u'geou_dif', 0.0), (u'geounit', u'Angola'), (u'gu_a3', u'AGO '), (u'su_dif', 0.0), (u'subunit', u'Angola'), (u'su_a3', u'AGO'), (u'brk_diff', 0.0), (u'name' , u'Angola'), (u'name_long', u'Angola'), (u'brk_a3', u'AGO'), (u'brk_name', u'Angola'), (u'brk_group', 无), (u'abbrev',u'Ang.'), (u'postal', u'AO'), (u'formal_en', u"安哥拉人民共和国"), (u'formal_fr', None), (u'note_adm0', None ), (u'note_brk', None), (u'name_sort', u'Angola'), (u'name_alt', None), (u'mapcolor7', 3.0), (u'mapcolor8', 2.0), (u'mapcolor9', 6.0), (u'mapcolor13', 1.0), (u'pop_est', 12799293.0), (u'gdp_md_est', 110300.0)mapcolor13', 1.0), (u'pop_est', 12799293.0), (u'gdp_md_est', 110300.0)mapcolor13', 1.0), (u'pop_est', 12799293.0), (u'gdp_md_est', 110300.0)