使用pandas从csv文件中读回元组

Question

使用pandas，我已经向csv文件导出了一个数据帧，其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')"

现在我想用read_csv读回来。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')"

有没有办法告诉大熊猫做正确的事情？最好不对数据帧进行繁重的后处理：实际表格有5000行和2500列。

Answer 1

在列中存储元组通常不是一个好主意;使用Series和DataFrames的许多优点都会丢失。也就是说，您可以使用converters对字符串进行后期处理：

>>> 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'>

但我可能会在源头改变一切，以避免首先存储元组。