使用pickle加载含pandas Timestamp的文件时触发TypeError求助

问题重现 #

用原生pickle保存嵌套字典（内含Pandas Timestamp对象）：

pickle.dump(doublesplit_list, open("doublesplit_list.p", "wb"))

加载时触发错误：

doublesplit_list = pickle.load(open('doublesplit_list.p', 'rb'))

报错信息：

TypeError                                 Traceback (most recent call last)
Input In [22], in <cell line: 1>()
----> 1 doublesplit_list = pickle.load(open('doublesplit_list.p', 'rb'))

File D:\Porgrams\Conda\lib\site-packages\pandas\_libs\tslibs\timestamps.pyx:132, in pandas._libs.tslibs.timestamps._unpickle_timestamp()

TypeError: _unpickle_timestamp() takes exactly 3 positional arguments (4 given)

原因 #

核心问题是Pandas版本不兼容：保存pickle文件时的Pandas版本，与加载时的版本对Timestamp对象的序列化格式定义不同，导致反序列化时参数数量不匹配。

解决方法 #

方法1：对齐版本并转存兼容格式 #

1. 安装保存文件时使用的Pandas版本：

pip install pandas==x.x.x  # 替换x.x.x为保存时的具体版本号

2. 加载原文件后用Pandas官方方法转存：

import pickle
import pandas as pd

# 加载原pickle文件
doublesplit_list = pickle.load(open('doublesplit_list.p', 'rb'))
# 用Pandas自带方法转存，提升跨版本兼容性
pd.to_pickle(doublesplit_list, 'doublesplit_list_compatible.p')

3. 切换回当前版本后，用官方方法加载：

doublesplit_list = pd.read_pickle('doublesplit_list_compatible.p')

方法2：自定义反序列化钩子（临时应急） #

如果无法回退版本，可通过覆盖Pandas的反序列化函数忽略多余参数：

import pickle
import pandas._libs.tslibs.timestamps
from pandas._libs.tslibs.timestamps import Timestamp

def custom_unpickle_timestamp(year, month, day, *args):
    # 仅保留必要的三个参数，忽略多余参数
    return Timestamp(year=year, month=month, day=day)

# 替换原反序列化函数
pandas._libs.tslibs.timestamps._unpickle_timestamp = custom_unpickle_timestamp

# 加载文件
doublesplit_list = pickle.load(open('doublesplit_list.p', 'rb'))

注意：该方法依赖Pandas内部实现，可能随版本更新失效，仅作临时修复。

方法3：避免未来出现同类问题 #

• 优先使用Pandas官方的pd.to_pickle()和pd.read_pickle()处理含Pandas对象的数据，而非原生pickle，官方实现更适配Pandas数据结构的版本变化。
• 若需长期存储，推荐使用Parquet等跨版本兼容的格式，同时支持复杂嵌套结构；时间序列数据也可导出为CSV（需注意时间格式转换）。

内容的提问来源于stack exchange，提问作者KirGear