如何在Python中从csv构建多类列表？

我正试图建立一个基于像这样的数据框架的列表

TRAINING_DATA = [
   ["accepted",{"APP": True , "FEE": False, "THY": False}],
   ["change accepted",{"APP": True , "FEE": False, "THY": False}],
   ["yes i approve these changes",{"APP": True , "FEE": False, "THY": False}]
]

从Jupyter我可以毫无问题地创建它。但是，我需要从csv文件构建它。目前，我正在尝试以下内容：

text;class
"accepted"; {'APP': True , 'FEE': False, 'THY': False}
"change accepted";{'APP': True , 'FEE': False, 'THY': False}

在Python中，我使用以下命令加载文件：

df = pd.read_csv("prueba.csv", usecols=['text','class'], delimiter=";")

但是，正如标题中所述，我需要构建一个列表，将类列作为对象而不是文本。我用这句话创建了列表：

newList = df.values.tolist()
newList

但是，结果并不是预期的：

[['accepted', " {'APP': True , 'FEE': False, 'THY': False}"],
['change accepted', "{'APP': True , 'FEE': False, 'THY': False}"]]

可以看到，列表的第二个“列”被转换为字符串。我需要的是这个（没有“）：

值得一提的是，我已经完成了以下句子：

df['class'] = df['class'].astype(object)
df['class'] = df['class'].astype('category')

但是没有成功

---

我需要知道的是如何写入csv文件，以及为了完成此任务，应该对数据帧进行什么处理？

您需要做的是将包含字典的字符串转换为字典，这可以使用

ast.literal\u eval（）

完成

在列表中，您在数组上循环，然后在第二个索引上使用

ast.literal\u eval

，该索引是字符串

“{APP'：True，'FEE'：False，'THY'：False}”“

然后将其转换为字典。然后创建一个新数组，将第一个元素（字符串

accepted

）放在第一位，然后将新字典放在第二位

注意： 只有当字符串中没有不必要的空格且包含字典时，这才有效。因此，请确保删除此字符串前面的空格

“{APP'：True，'FEE'：False，'THY'：False}”

，并将其更改为

“{APP'：True，'FEE'：False，'THY'：False}”

import ast

data = [
    ["accepted", "{'APP': True , 'FEE': False, 'THY': False}"],
    ["change accepted", "{'APP': True , 'FEE': False, 'THY': False}"],
]

data_ = [[d[0], ast.literal_eval(d[1])] for d in data]
print(data_)

输出：

[['accepted', {'APP': True, 'FEE': False, 'THY': False}], ['change accepted', {'APP': True, 'FEE': False, 'THY': False}]]

[['accepted', {'APP': True, 'FEE': False, 'THY': False}], ['change accepted', {'APP': True, 'FEE': False, 'THY': False}]]