如何使用pandas将csv列作为dtype列表读取？

Posted 2021-04-02

我有一个包含3列的csv文件，其中第3列的每一行都包含值列表。从下表结构中可以看出

Col1,Col2,Col3
1,a1,"['Proj1', 'Proj2']"
2,a2,"['Proj3', 'Proj2']"
3,a3,"['Proj4', 'Proj1']"
4,a4,"['Proj3', 'Proj4']"
5,a5,"['Proj5', 'Proj2']"

每当我尝试读取此csv时，Col3将被读取为str对象而不是列表。我试图改变列的dtype列表，但得到“属性错误”如下

df = pd.read_csv("inputfile.csv")
df.Col3.dtype = list

AttributeError                            Traceback (most recent call last)
<ipython-input-19-6f9ec76b1b30> in <module>()
----> 1 df.Col3.dtype = list

C:Python27libsite-packagespandascoregeneric.pyc in __setattr__(self,         name, value)
   1953                     object.__setattr__(self, name, value)
   1954             except (AttributeError, TypeError):
-> 1955                 object.__setattr__(self, name, value)
   1956 
   1957     #----------------------------------------------------------------------

AttributeError：无法设置属性

如果你可以指导我如何去做它真的很棒。

答案

你可以使用ast lib：

from ast import literal_eval


df.Col3 = df.Col3.apply(literal_eval)
print(df.Col3[0][0])
Proj1

您也可以使用converters从csv创建数据框时执行此操作：

df = pd.read_csv("in.csv",converters={"Col3": literal_eval})

如果您确定所有字符串的格式相同，则剥离和拆分将更快：

 df = pd.read_csv("in.csv",converters={"Col3": lambda x: x.strip("[]").split(", ")})

但是你最终会用引号括起来的字符串

另一答案

添加Cunninghams的替换回答：

df = pd.read_csv("in.csv",converters={"Col3": lambda x: x.strip("[]").replace("'","").split(", ")})

另见pandas - convert string into list of strings