问如何将“词典”一栏读入熊猫

EN

我想知道CSV列是否实际上是Python列，或者更确切地说是JSON。如果是JSON，则可以将该列读入dtype=str，然后在该列上使用json_normalize()将其分解为多个列。假设列包含有效的JSON，这是一个有效的解决方案。

熊猫没有字典类型。因此，您应该指定object，以防需要普通Python对象：

df = pd.read_csv('tmp.csv', dtype={'b':object})

这将包含字符串，因为熊猫不知道什么字典。如果您再次需要字典，您可以尝试使用ast.literal_eval (安全字符串计算)来“验证”它们：

df['b'] = df['b'].apply(ast.literal_eval)

print(df['b'][0]['a'])  # 3

如果您真的确信您从未在不受信任的csvs上运行此操作，那么您也可以使用eval。但在您考虑之前，我建议您尝试只对“本地”熊猫或DataFrame类型使用NumPy (也可能是DataFrame in DataFrame方法)。最好尽量避免object类型。

您可以使用转换器参数。从文件中：

转换器: dict，可选 用于转换某些列中的值的函数的Dict。键可以是整数，也可以是列标签。

如果您知道您的列格式良好且不包含缺少的值，那么您可以这样做：

df = pd.read_csv('tmp.csv', converters = {'b': ast.literal_eval})

但是，为了安全(正如其他人所评论的那样)，您可能应该使用一些基本的错误恢复能力来定义自己的函数：

def to_dict(x):
    try:
        y = ast.literal_eval(x)
        if type(y) == dict:
            return y
    except:
        return None

然后：

df = pd.read_csv('tmp.csv', converters = {'b': to_dict})