为什么元组在保存到 csv 并重新加载数据帧后变成字符串 (pandas)？

Question

import pandas as pd
from random import random
from collections import namedtuple

Smoker    = 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，每个单元格都是两个命名元组的元组。在我将它保存到 csv 文件并重新加载之后，打印出来的结果看起来是一样的，但是每个单元格变成了一个 字符串 。它怎么发生的？每次获取相同的dataframe怎么办？

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

读取 csv 时获取元组的一种方法是使用 converters

例如：

import ast

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

Answer 2

我相信这是预期的行为。由于 csv 是 text-base，当您将 object dtype 保存为 csv 时，自然的方式是使用字符串表示。所以 tuple((1,2)) 变成 "(1,2)".

现在，当您回读 csv 文件时，解释 "(1,2)" 的自然且安全的方式当然是字符串 '(1,2)'，因为 Pandas 没有解析 tuple-valued 列的引擎。

TLDR，这是正常的预期行为。如果要使用 object dtype 保存和加载数据，则应使用二进制格式，例如 to_pickle 和 from_pickle 方法。

为什么元组在保存到 csv 并重新加载数据帧后变成字符串 (pandas)？

Why do tuples become strings after saving to csv and reloading the dataframe (pandas)?

python

pandas

dataframe

csv

namedtuple