pickle加载DataFrame为何依赖pandas？其原理是什么？

是的，pickle加载DataFrame时一定会调用pandas，这就是你卸载pandas后加载报错的直接原因。

具体实现逻辑可以拆解为两步： #

1. 保存（dump）阶段
   pickle在序列化DataFrame时，并不会把整个DataFrame类的代码都写入文件，它只做两件事：

• 记录该对象所属的类的完整路径（比如pandas.core.frame.DataFrame）
• 序列化对象的内部状态数据（比如DataFrame的列名、索引、存储的具体数据块等）

2. 加载（load）阶段
   当执行pickle.load()读取文件时，它会按以下步骤重建对象：

• 根据保存的类路径，尝试导入对应的模块（也就是pandas），并找到DataFrame类
• 创建一个空的DataFrame实例
• 将之前序列化的内部状态数据填充到这个实例中，恢复成原来的DataFrame对象

如果此时环境中没有安装pandas，pickle找不到对应的模块和类，自然就会抛出ModuleNotFoundError。

本质上，pickle是依赖类定义存在性的序列化工具，它的核心是重建对象，而非独立存储对象的所有实现代码。

内容的提问来源于stack exchange，提问作者AnnAc0nda