Python中如何将含数据类型值的字符串转为Pandas可用的字典？

针对你遇到的问题，这里有几个靠谱的解决办法：

方法1：用eval直接转换（适合可控输入场景） #

如果你的输入是自己在控制台手动输入的，不存在恶意代码风险，直接用eval()是最省事的：

import pandas as pd

# 假设用户输入的字符串
input_str = '{"Column A": str, "Column B": str}'
converters = eval(input_str)

# 直接用在read_csv里
df = pd.read_csv('your_file.csv', converters=converters)

注意：如果输入来源不可控，别用eval，避免代码注入风险。

方法2：手动解析+映射类型（更安全） #

如果担心eval的风险，可以手动拆分字符串，再把类型字符串映射成实际类型：

import pandas as pd

input_str = '{"Column A": str, "Column B": str}'
# 先去掉首尾的引号和大括号，处理成干净的键值对字符串
cleaned = input_str.strip('"{}').replace(' ', '')
# 拆分键值对
kv_pairs = cleaned.split(',')

converters = {}
# 定义允许的类型映射，只保留你需要的类型
allowed_types = {'str': str, 'int': int, 'float': float}

for pair in kv_pairs:
    key, type_name = pair.split(':')
    # 去掉键的引号
    key = key.strip('"')
    if type_name in allowed_types:
        converters[key] = allowed_types[type_name]

# 用在read_csv
df = pd.read_csv('your_file.csv', converters=converters)

这种方法只允许你指定的类型，安全性更高，适合不确定输入来源的场景。

方法3：用globals()动态获取类型（折中方案） #

如果你需要支持更多内置类型，又不想手动写映射，可以用globals()来获取，但同样要做类型校验：

import ast
import pandas as pd

input_str = '{"Column A": str, "Column B": str}'
converters = {}

# 先把类型替换成字符串形式，用ast.literal_eval解析
temp_str = input_str.replace('str', '"str"').replace('int', '"int"').replace('float', '"float"')
temp_dict = ast.literal_eval(temp_str.strip('"'))

for key, type_name in temp_dict.items():
    # 只允许内置类型，避免恶意调用
    if type_name in dir(__builtins__):
        converters[key] = globals()[type_name]

df = pd.read_csv('your_file.csv', converters=converters)

这个方法比手动映射灵活，但同样要做校验，只允许内置类型，降低风险。

内容的提问来源于stack exchange，提问作者LCL