使用pandas从csv文件中读取元组

Question

使用pandas，我已经将一个数据帧导出到一个csv文件，该数据帧的单元格包含字符串元组。生成的文件具有以下结构：

index,colA
1,"('a','b')"
2,"('c','d')"

现在，我想使用read_csv读回它。但是，无论我尝试什么，pandas都会将值解释为字符串而不是元组。例如：

In []: import pandas as pd
       df = pd.read_csv('test',index_col='index',dtype={'colA':tuple})
       df.loc[1,'colA']
Out[]: "('a','b')"

有没有办法告诉pandas做正确的事？最好在不对数据帧进行大量后期处理的情况下：实际表具有5000行和2500列。

Answer 1

将元组存储在列中通常不是一个好主意。失去了使用Series和DataFrame的许多优点。也就是说，您可以使用converters后处理字符串：

>>> df = pd.read_csv("sillytup.csv", converters={"colA": ast.literal_eval})
>>> df
   index    colA
0      1  (a, b)
1      2  (c, d)

[2 rows x 2 columns]
>>> df.colA.iloc[0]
('a', 'b')
>>> type(df.colA.iloc[0])
<type 'tuple'>

但是我可能会在源头进行更改，以避免首先存储元组。