为什么元组在保存到 csv 并重新加载数据框（pandas）后会变成字符串？

Question

import pandas as pdfrom random import randomfrom collections import namedtupleSmoker    = namedtuple("Smoker", ["Female","Male"])Nonsmoker = namedtuple("Nonsmoker", ["Female","Male"])DF = dict() DF["A"] = [(Smoker(random(),random()), Nonsmoker(random(),random())) for t in range(3)]DF["B"] = [(Smoker(random(),random()), Nonsmoker(random(),random())) for t in range(3)]DF = pd.DataFrame(DF, index=["t="+str(t+1) for t in range(3)])我有这个数据框，其中每个单元格都是两个命名元组的元组。将其保存到 csv 文件并重新加载后，打印输出看起来相同，但每个单元格都变成了string。它是怎么发生的？我应该怎么做才能每次都获得相同的数据帧？DF.to_csv("results.csv", index_label=False)df = pd.read_csv('results.csv', index_col=0)print(df)for a,b in zip(df.A,df.B):    print(type(a),type(b))

Answer 1

我相信这是预期的行为。由于csv是基于文本的，因此当您将objectdtype 保存到时csv，自然的方法是使用字符串表示形式。于是就tuple((1,2))变成了"(1,2)"。

现在，当您读回csv文件时，自然且安全的解释方式"(1,2)"当然是字符串'(1,2)'，因为 Pandas 没有解析元组值列的引擎。

TLDR，这是正常且预期的行为。如果您想使用 dtype 保存和加载数据object，您应该使用二进制格式，例如to_pickle和from_pickle方法。

Answer 2

在读取 csv 时获取元组的一种方法是使用converters

前任：

import ast

df = pd.read_csv('results.csv', index_col=0, converters={"A": ast.literal_eval, 
                                                         "B": ast.literal_eval})