python - 如何导入带有 d'type 列表而不是 str 的 csv 列

Question

我有一个 csv 文件。其中一列是某个城镇的平均海拔列表。例如他的其中一个元素可以是 [571.0, 428.0, 600.0, 410.0, 588.0, 520.0, 649.0, 374.0]

当我这样做时:

data=pd.read_csv('test.csv', sep=";", encoding="utf-8-sig",dtype={'Mean_Altitude':list})

a=data['Mean_Altitude'][0]
print a
print type(a)

我得到:

[571.0, 428.0, 600.0, 410.0, 588.0, 520.0, 649.0, 374.0]
<type 'unicode'>

我想要一个 float 列表......不是unicode或字符串......

你知道我该怎么做吗？

Answer 1

这是一个想法。在 pd.read_csv

的 converters 参数中使用 ast.literal_eval

将字符串 txt 视为我们的示例 csv

from io import StringIO
import pandas as pd
import ast

txt = """A|Mean_Altitude|B
1|[571.0, 428.0, 600.0, 410.0, 588.0, 520.0, 649.0, 374.0]|X
2|[571.0, 428.0, 600.0, 410.0, 588.0, 520.0, 649.0, 374.0]|Y"""

converters = {'Mean_Altitude': ast.literal_eval}
df = pd.read_csv(StringIO(txt), sep='|', converters=converters)

print(df)

   A                                      Mean_Altitude  B
0  1  [571.0, 428.0, 600.0, 410.0, 588.0, 520.0, 649...  X
1  2  [571.0, 428.0, 600.0, 410.0, 588.0, 520.0, 649...  Y

Mean_Altitude 是一列列表

df.Mean_Altitude.loc[0][2]

600.0

以及类型

type(df.Mean_Altitude.loc[0])

list