Python中如何将CSV文件转换为指定结构字典并导出YAML

是的，你需要遍历每行记录重构字典结构，同时额外处理空值和allowed字段的拆分逻辑，完整实现代码如下：

import pandas as pd
import yaml

# 读取CSV，指定分隔符，空值替换为空字符串
df = pd.read_csv("test.csv", sep="|", keep_default_na=False)
records = df.to_dict(orient='records')

# 重构目标字典（匹配你期望的YAML输出结构）
result_dict = {}
for row in records:
    field_name = row.pop('fieldname')
    # 处理allowed字段，非空则拆为列表
    if row['allowed']:
        row['allowed'] = row['allowed'].split(',')
    result_dict[field_name] = row

# 输出字典
print(result_dict)

# 导出YAML，关闭key排序保证字段顺序符合预期
with open('output.yaml', 'w', encoding='utf-8') as f:
    yaml.dump(result_dict, f, sort_keys=False, default_flow_style=False, allow_unicode=True)

运行后得到的result_dict结构为：

{
    'field_A': {'type': 'String', 'allowed': ['10', '20', '30'], 'coerce': 'to_str'},
    'field_B': {'type': 'Integer', 'allowed': '', 'coerce': 'to_int'}
}

导出的YAML内容和你预期完全一致：

field_A:
  type: String
  allowed:
  - '10'
  - '20'
  - '30'
  coerce: to_str
field_B:
  type: Integer
  allowed: ''
  coerce: to_int

如果你需要和你示例中完全一致的列表嵌套字典结构，仅需将重构逻辑调整为：

result_list = []
for row in records:
    field_name = row.pop('fieldname')
    if row['allowed']:
        row['allowed'] = row['allowed'].split(',')
    result_list.append({field_name: row})

注意该结构导出的YAML会自动携带列表标识-，和你给出的预期YAML输出结构不匹配，建议根据实际需求选择结构即可。

内容的提问来源于stack exchange，提问作者Aady