从csv文件读取数据帧并转换为Python类型

我想阅读包含特定python类型元素（如数组、字典和numpy数组）的Pandas数据帧。我想阅读它，这样我就可以立即使用它们（现在它们被读取为字符串）。我该怎么做

我希望功能类似于，但希望有一种方法可以做到这一点，而不必在整个数据帧上循环

编辑：根据要求，一个最小的可复制示例

import pandas as pd
import numpy as np

output = pd.DataFrame()
data = {'integer':1, 'list': [1,2,3], 'dictionary':{}, 'np_arrar' = np.array([1,2,3]}
output = output.append({}, ignore_index=True)
    
filename = 'data.csv'
output.to_csv(filename)

input_data = pd.read_csv(filename, ???) # What to do here?

---

理想情况下，我想要一种不必手动输入数据类型的方法（不确定是否有这种方法）。

对于未来的人：对于简单的数据类型，可以使用

dtype

参数，如下所示

input_data = pd.read_csv(filename, dtype = {'integer':'int'})

但是，对于对象，这无法正常工作。然后可以使用

转换器

参数。这是一个函数字典，用于转换数据中的特定列。可以从

ast

使用函数

ast.literal\u eval

input_data = pd.read_csv(filename, converters= {'integer': ast.literal_eval, 'dictionary': ast.literal_eval, 'list': ast.literal_eval}

但是要小心，这不适用于numpy数组，因为您将遇到一个错误

SyntaxError:invalid syntax

，因为numpy数组存储时没有逗号，所以这是无效的Python语法。相反，您可以定义自己的函数

def string_to_numpyArray(x):
    return np.fromstring(x[1:-1],dtype = float, sep = ' ')

然后按如下方式使用它

input_data = pd.read_csv(filename, converters= {'integer': ast.literal_eval, 'dictionary': ast.literal_eval, 'list': ast.literal_eval, 'np_list':string_to_numpyArray}

希望这对某人有帮助

---

干杯

请提供一个。你试过什么，做过什么研究吗？您看过熊猫的文档了吗？例如，请阅读_csv。@AMC当然，谢谢您的更正。我尝试了使用dtype参数从注释中得到的建议。请查看

转换器

参数，

dtype

不适用于此。我得到

TypeError:数据类型“numpy.ndarray”不可理解

。好吧，你从这个错误中理解了什么？理想情况下，我想要一种不必手动输入数据类型的方法。这是如何工作的？顺便问一下，你的实际数据是什么样子的？@AMC来自熊猫文档中的函数Dict，用于转换某些列中的值。键可以是整数或列标签。这对我有什么帮助？