如何将“词典”一栏读入熊猫
提问于 2017-06-08 14:46:12
我有一个csv文件，它的类型是字典(下面示例中的列'b‘)。但是，b in df是一个字符串类型，即使我将它定义为字典类型。我没有找到这个问题的解决办法。有什么建议吗？
a = pd.DataFrame({'a': [1,2,3], 'b':[{'a':3, 'haha':4}, {'c':3}, {'d':4}]})
a.to_csv('tmp.csv', index=None)
df = pd.read_csv('tmp.csv', dtype={'b':dict})
回答 3
Stack Overflow用户
回答已采纳
发布于 2017-06-08 15:02:16
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。
Stack Overflow用户
发布于 2017-06-08 14:59:18
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。
Stack Overflow用户
发布于 2022-01-18 23:33:27
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})页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44446709
复制
腾讯云开发者
