如何读取存储数据集的.pth文件并将其转换为CSV格式？

完全可以实现。.pth是PyTorch生态的通用序列化文件格式，不限制存储内容类型，不管是模型权重、张量还是普通结构化数据集，都可以通过标准接口读取后转换为CSV，具体操作流程如下：

• 前置依赖安装
  先安装需要的两个依赖库，执行命令：
  pip install torch pandas
• 加载.pth文件
  用PyTorch内置的load接口读取文件即可，如果文件是在GPU环境下保存、当前运行环境没有CUDA，需要加map_location参数避免设备不匹配报错：

import torch
# 替换括号内的路径为你本地.pth文件的实际存储路径
pth_data = torch.load("your_dataset.pth", map_location=torch.device("cpu"))

• 确认数据结构
  加载完成后先执行print(type(pth_data))查看数据类型，再打印前若干条内容确认结构，仓库附带的数据集类.pth通常是以下几类结构：
  • 直接存储的Pandas DataFrame对象
  • 多阶PyTorch张量（Tensor）
  • 键为字段名、值为列数据的字典
  • 封装好的PyTorch Dataset类实例
  • 嵌套列表/元组格式的二维样本数据
• 按对应结构转换导出CSV
  参考以下适配不同结构的代码完成转换：

import pandas as pd
import numpy as np

# 情况1：加载后直接是DataFrame
if isinstance(pth_data, pd.DataFrame):
    df = pth_data

# 情况2：加载后是Tensor张量
elif isinstance(pth_data, torch.Tensor):
    np_array = pth_data.cpu().numpy()
    # 列名可根据数据集实际含义替换，以下为默认生成的特征+标签列名
    col_names = [f"feat_{i}" for i in range(np_array.shape[1]-1)] + ["label"]
    df = pd.DataFrame(np_array, columns=col_names)

# 情况3：加载后是字段对齐的字典
elif isinstance(pth_data, dict):
    df = pd.DataFrame(pth_data)

# 情况4：加载后是PyTorch Dataset实例
elif hasattr(pth_data, "__len__") and hasattr(pth_data, "__getitem__"):
    sample_list = []
    for idx in range(len(pth_data)):
        sample = pth_data[idx]
        # 常规分类/回归数据集的Dataset通常返回(特征, 标签)元组
        if isinstance(sample, tuple) and len(sample) == 2:
            feat, label = sample
            if isinstance(feat, torch.Tensor):
                feat = feat.cpu().numpy().tolist()
            if isinstance(label, torch.Tensor):
                label = label.item()
            # 把特征和标签拼接为单行
            if isinstance(feat, list):
                sample_list.append(feat + [label])
            else:
                sample_list.append([feat, label])
    # 同样按需替换列名
    col_names = [f"feat_{i}" for i in range(len(sample_list[0])-1)] + ["label"]
    df = pd.DataFrame(sample_list, columns=col_names)

# 导出为CSV文件，utf-8-sig编码可以避免Excel打开中文乱码
df.to_csv("converted_dataset.csv", index=False, encoding="utf-8-sig")

注意：如果.pth内存储的是图片、音频这类非结构化二进制数据，无法直接转换为规整的二维CSV表，需要先根据数据集的实际存储规则做结构化拆解后再导出，没有通用的一键转换脚本，必须先确认加载后的数据结构再做适配调整。

内容的提问来源于stack exchange，提问作者acedone