CSV文件可能只包含文本，因此字典不在范围内。因此，您需要逐字读取文本以转换为dict。一种方法是使用ast.literal_eval：

import pandas as pd
from ast import literal_eval
from io import StringIO

mystr = StringIO("""a
{'word': 5.7}
{'khfds': 8.34}""")

df = pd.read_csv(mystr)

df['a'] = df['a'].apply(literal_eval)

print(df['a'].apply(lambda x: type(x)))

0    <class 'dict'>
1    <class 'dict'>
Name: a, dtype: object

然而，我强烈建议你不要用Pandas来存储字典指针。Pandas最适合于连续的内存块，例如将数字数据分成数字序列。

您也可以在阅读csv文件时直接转换为字典，如下所示：

import pandas as pd
from ast import literal_eval
from io import StringIO

mystr = StringIO("""a
{'word': 5.7}
{'khfds': 8.34}""")

df = pd.read_csv(mystr, converters={'a': literal_eval})

print(df.iloc[0]['a']['word'])

（我没有足够的声誉来评论）即使在给出ast.literal_eval之后，我也会遇到“ValueError：某些dict列上的节点或字符串”“格式不正确。
修正了dict中的间距，为我修正了这个问题。例如-
之前
第一个月
后
ast.literal_eval("{'word': 5.7}, {'khfds': 8.34}")
希望这对某人有帮助

您也可以使用简单明了的python eval，如下所示：

import pandas as pd
from io import StringIO

mystr = StringIO("""a
{'word': 5.7}
{'khfds': 8.34}""")

df = pd.read_csv(mystr)

df['a'] = df['a'].apply(eval)

print(df['a'].apply(lambda x: type(x)))

0    <class 'dict'>
1    <class 'dict'>
Name: a, dtype: object