一种解决方案是使用StringIO对象。唯一的区别是，它将所有数据保留在内存中，而不是写入磁盘并回读。
代码如下（注意：Python 3！）：
import numpy as np
import pandas as pd
import csv
from io import StringIO
data = [['string_boolean', 'numeric', 'numeric_missing'],
['FALSE', 23, 50],
['TRUE', 19, 12],
['FALSE', 4.8, '']]
with StringIO() as fobj:
writer = csv.writer(fobj)
writer.writerows(data)
fobj.seek(0)
df = pd.read_csv(fobj)
print(df.head(3))
print(df.string_boolean.dtype) # Automatically converted to bool
print(df.numeric.dtype) # Float, as expected
print(df.numeric_missing.dtype) # Float, doesn't care about empty string
的with StringIO() as fobj是不是真的有必要：fobj = String()将工作一样很好。并且由于上下文管理器将在StringIO()对象范围之外关闭对象，因此df = pd.read_csv(fobj)必须在对象内部。 还要注意fobj.seek(0)，这是另一个必要条件，因为您的解决方案只是关闭并重新打开文件，这将自动将文件指针设置为文件的开头。
我实际上试图使以上代码与Python 2/3兼容。由于以下原因，这变得一团糟：Python 2具有一个io模块，就像Python 3一样，该模块的StringIO类使所有代码都是unicode的（在Python 2中也是如此；在Python 3中，它当然是默认的）。 很好，除了csvPython 2中的writer模块 不 兼容Unicode。 因此，替代方法是使用（较旧的）Python 2(c)StringIO模块，例如，如下所示：
try:
from cStringIO import StringIO
except ModuleNotFoundError: # Python 3
from io import StringIO
并且在Python 2中将是纯文本，在Python 3中将是unicode。 除非现在cStringIO.StringIO没有上下文管理器，with否则该语句将失败。正如我提到的那样，这并不是真正必要的，但是我使事情尽可能地接近您的原始代码。 换句话说，如果没有可笑的技巧，我找不到一种很好的方法来保持接近原始代码。
我还考虑了完全避免CSV编写器，从而导致：
text = '\n'.join(','.join(str(item).strip("'") for item in items)
for items in data)
with StringIO(text) as fobj:
df = pd.read_csv(fobj)
也许更整洁（虽然不太清楚）， 并且与 Python 2/3兼容。（我不希望它能在csv模块可以处理的所有事情上正常工作，但是在这里它可以正常工作。）
在这里，我只能推测。
我认为原因是，当输入是Python对象（字典，列表）时，输入是已知的，并由程序员掌握。因此，该输入不太可能包含诸如'FALSE'或的字符串，甚至是不合逻辑的''。相反，它通常包含对象False和np.nan（或math.nan），因为程序员已经处理了（字符串）转换。 而对于文件（CSV或其他文件），输入内容可以是任何内容：您的同事可能发送了Excel CSV文件，或者其他人向您发送了数字CSV文件。我不知道CSV文件的标准化程度，但是您可能需要一些代码来允许例外情况，并且总体上需要将字符串转换为Python（NumPy）格式。
因此，从这种意义上讲，期望pd.DAtaFrame(...)只接受任何内容实际上是不合逻辑的：相反，它 应该 接受格式正确的内容。
您可能会争辩一种采用类似您的列表的便捷方法，但是列表不是CSV文件（它只是一堆字符，包括换行符）。另外，我希望pd.read_csv可以读取大块文件（也许是逐行读取）的选项，如果您用换行符代替它，则会变得更加困难（您不能真正逐行读取该文件，因为您将不得不在换行符上将其拆分，并将所有行都保留在内存中。并且您已经在内存中某个位置（而不是磁盘上）存储了完整的字符串。但是我离题了。
此外，StringIO技巧只是几行以精确地执行此技巧。
602392714
清零编程群