关于pandas dataframe数据转换为JSON格式存储在Redis后，读取数据时发生数据篡改的问题以及解决办法

问题：当时处理股票数据，获取到以dataframe数据结构的股票，由于Redis 是一个内存中的数据结构存储系统，但是不接受dataframe数据结构的数据，选择将其先转化为JSON格式，但发现再将JSON格式转化为原数据时，数据发生篡改。
如 002855是股票'捷荣技术'的股票代码，会被篡改为2855，001301是'尚太科技'的股票代码，会被篡改为1301，造成这样的原因是JSON数据转换时将原字符串类型的数据自动转为了数字
解决方法：我使用了pickle模块，将dataframe对象转换为字节流进行存储，下面是示例代码：

# get_stock_historical_data 函数用于从Redis中获取股票的历史数据（近六个月到最近一个交易日），如果没有缓存数据则从数据源获取，并存储到Redis中的哈希表中。
def get_stock_six_months_historical_data(stock_code):
    cached_stock_six_months_historical_df_bytes = r.hget('stock_six_months_historical_df_bytes', stock_code)
    if cached_stock_six_months_historical_df_bytes:
        stock_six_months_historical_df = pickle.loads(cached_stock_six_months_historical_df_bytes)
    else:
        stock_six_months_historical_df = ak.stock_zh_a_hist(symbol=stock_code, period="daily",
                                                            start_date=six_months_ago.strftime("%Y%m%d"),
                                                            end_date=latest_trade_date.strftime("%Y%m%d"),
                                                            adjust="")

        stock_six_months_historical_df_bytes = pickle.dumps(stock_six_months_historical_df)
        r.hset('stock_six_months_historical_df_bytes', stock_code, stock_six_months_historical_df_bytes)
        r.expire('stock_six_months_historical_df_bytes', 60 * 60 * 2)
    return stock_six_months_historical_df