使用pandas读取pkl文件报No module named 'eventClass'错误如何解决

错误根因 #

该报错和pandas版本无关，本质是pickle序列化机制的特性：生成该pickle文件的环境中用到了自定义的eventClass模块/类，序列化时会保留类的导入路径，读取时当前环境缺少对应模块的定义，就会触发导入错误。

可行解决方法 #

• 优先获取生成pickle文件时依赖的eventClass模块源码，将其放到当前Python环境的可搜索路径下（包括当前工作目录、site-packages目录，或通过sys.path.append()手动添加的路径），要保证模块的导入路径和序列化时的路径完全一致。
• 若无法获取原始eventClass定义，可先注入占位模块完成读取，示例代码如下：

import sys
from types import ModuleType

# 构造空的eventClass占位模块
eventClass = ModuleType('eventClass')
# 如果明确知道序列化时用到的类名，可对应补充空类定义，例如：
# class Event:
#     pass
# eventClass.Event = Event

# 将占位模块注入系统模块列表
sys.modules['eventClass'] = eventClass

# 再执行pickle读取
import pandas as pd
data = pd.read_pickle(pth)

注意：该方法仅能保证读取操作成功完成，若后续业务逻辑需要调用eventClass类的相关方法，仍需要补充完整的类实现。

• 若有条件联系文件生成方，可要求对方重新导出数据时使用与自定义类解耦的存储格式：比如将数据转换为纯内置类型结构后再存为pickle，或直接导出为csv、json、parquet等无依赖的通用格式，从根源避免序列化依赖问题。

额外注意事项 #

• pickle本身存在反序列化执行任意代码的安全风险，不要读取来源不明的pickle文件。
• 涉及自定义类的序列化场景，建议同步留存对应的类定义文件，或优先选择无环境依赖的通用存储格式，降低后续读取失败的概率。

内容的提问来源于stack exchange，提问作者Zuzana K