如何在Python中处理SQL返回的Decimal类型数据并通过Streamlit成功下载为CSV文件

看起来你遇到了两个核心问题：一是没法把数据库返回的字符串格式结果转换成带Decimal的有效Python对象，二是Streamlit的下载按钮没正确读取到文件内容。我来一步步帮你解决：

问题根源分析 #

1. 字符串转Python对象失败：你的out是字符串类型（比如"[{A: Decimal(1,2)}]"），literal_eval不认识Decimal类型，直接用eval又因为命名空间里没导入Decimal报错。
2. CSV写入与下载的问题：你直接用writer.writerows(out)，但out是字符串，writerows会把字符串拆成单个字符逐行写入，导致CSV格式完全乱掉；而且写完文件后，文件指针停在末尾，Streamlit读取的时候就只能拿到空内容。

解决方案步骤 #

第一步：把字符串结果转换成真正的Python对象 #

首先要把数据库返回的字符串解析成带Decimal的字典列表，这里可以用eval并手动传入Decimal的命名空间：

from decimal import Decimal

# 假设out是数据库返回的字符串格式结果
out = db.run_no_throw(query, include_columns=True)
# 解析成Python对象，把Decimal传入eval的命名空间
try:
    data = eval(out, {"Decimal": Decimal})
except Exception as e:
    print(f"解析失败：{e}")
    data = []

这样就能得到真正的字典列表，每个值是Decimal类型，而不是字符串。

第二步：生成CSV内容并通过Streamlit下载 #

这里有两种靠谱的方式，推荐用内存流（避免本地文件的权限和指针问题）：

方法一：用Pandas处理（更简洁）

现在数据已经是正确的Python对象了，Pandas可以直接处理Decimal类型，然后把DataFrame转换成CSV字符串，传给下载按钮：

import pandas as pd
import streamlit as st

if data:
    # 转换成DataFrame，Decimal会被自动处理成合适的数值类型
    df = pd.DataFrame(data)
    # 把DataFrame转换成CSV字符串
    csv_content = df.to_csv(index=False)
    # 下载按钮
    st.download_button(
        label="Download data as CSV",
        data=csv_content,
        file_name="result.csv",
        mime="text/csv"
    )

方法二：用csv模块+内存流（更灵活）

如果不想用Pandas，可以用csv模块配合io.StringIO在内存中生成CSV内容：

import csv
import io
import streamlit as st

if data:
    output = io.StringIO()
    writer = csv.writer(output, delimiter=",")
    # 写入表头（从第一个字典的键获取）
    if data:
        writer.writerow(data[0].keys())
        # 写入每行数据，Decimal会自动转成字符串
        for row in data:
            writer.writerow(row.values())
    # 把指针移到开头
    output.seek(0)
    # 下载按钮
    st.download_button(
        label="Download data as CSV",
        data=output.getvalue(),
        file_name="result.csv",
        mime="text/csv"
    )

为什么之前的代码不行？ #

• 你直接对字符串out用writerows，相当于把字符串的每个字符作为一行写入，所以CSV会变成一堆零散的字符。
• 写完本地文件后，文件指针在文件末尾，Streamlit读取的时候只能读到空内容；而且服务器上的本地文件可能不是每个请求都能正确访问到，用内存流更可靠。

备注：内容来源于stack exchange，提问作者Soumya