将具有 nan 值的 str 类型字典转换为字典类型 objects

Question

与此类似的问题已被问过很多次，但令人惊讶的是，很少有答案似乎能解决我认为我的问题所在。

我有一个或多个列的 csv 文件，每个单元格中包含一个字典。在 read_csv 步骤之后，我在这些列上尝试了 ast.literal_eval，以便将 str 格式的字典转换为字典类型 objects。但是，我不断收到 malformed node or string 错误。

这里是有问题的字典的典型示例：{1: 3681.45, 0: 3693.3333333333335}。另一个具有 nan 值：{1: 4959.95652173913, 0: nan}。编辑：实际上仅这个 nan 值导致了错误（请参阅下面的 Rakesh 解决方案）。

翻阅之前的回答，这个错误的一个原因可能是因为这些列中dicts的大部分值都是浮点数，显然literal_eval不能处理floats或nans，即使它们包含在字典中（尽管这是我从有关元组的问题中推断出来的）。

为了获得这么多信息，我不得不阅读了很多问题和答案，所以我认为用关键字 str、dict 开始一个新主题可能会有用，但也nan 在标题中。

非常感谢任何帮助！

Answer 1

在具有 nan

的 json 上使用 eval

例如：

import ast
from numpy import nan

print(ast.literal_eval("{1: 3681.45, 0: 3693.3333333333335}"))
print(eval("{1: 4959.95652173913, 0: nan}"))

df = pd.DataFrame({"A": ["{1: 4959.95652173913, 0: nan}", "{1: 4959.95652173913, 0: nan}"]})
df['B'] = df["A"].apply(lambda x: eval(x))
print(df)

输出：

                               A                              B
0  {1: 4959.95652173913, 0: nan}  {1: 4959.95652173913, 0: nan}
1  {1: 4959.95652173913, 0: nan}  {1: 4959.95652173913, 0: nan}

将具有 nan 值的 str 类型字典转换为字典类型 objects

Convert str type dicts with nan values to dict type objects

csv

dictionary

abstract-syntax-tree

pandas