如何将Pandas中嵌套列表格式的列转换为Python嵌套列表

方法1：正则替换+ast.literal_eval（推荐，安全） #

原始字符串中的元素缺少引号（如a而非'a'），直接解析会被识别为变量而非字符串。我们可以先用正则表达式给所有元素添加单引号，再用ast.literal_eval安全解析为嵌套列表：

import pandas as pd
import ast
import re

data = {
    'col': [
        '[[a, b, c], [a,b]]',
        '[[a, b], [c]]',
        '[[x]]'
    ]
}
df = pd.DataFrame(data)

def str_to_nested_list(s):
    # 给所有非括号、逗号、空格的元素添加单引号
    quoted_str = re.sub(r'([^\[\],\s]+)', r"'\1'", s)
    return ast.literal_eval(quoted_str)

# 转换并得到目标列表
python_list = df['col'].apply(str_to_nested_list).tolist()
print(python_list)

执行后输出：

[[['a', 'b', 'c'], ['a', 'b']], [['a', 'b'], ['c']], [['x']]]

方法2：正则替换+eval（不推荐，存在安全风险） #

逻辑和方法1一致，但使用eval替代ast.literal_eval。eval会执行任意代码，仅适用于完全可信的数据源：

import pandas as pd
import re

data = {
    'col': [
        '[[a, b, c], [a,b]]',
        '[[a, b], [c]]',
        '[[x]]'
    ]
}
df = pd.DataFrame(data)

def str_to_nested_list(s):
    quoted_str = re.sub(r'([^\[\],\s]+)', r"'\1'", s)
    return eval(quoted_str)

python_list = df['col'].apply(str_to_nested_list).tolist()

核心说明 #

• 正则表达式r'([^\[\],\s]+)'用于匹配所有非括号、逗号、空格的连续字符，也就是需要转换为字符串的元素。
• ast.literal_eval是Python标准库提供的安全解析工具，仅能解析Python字面量（列表、字典、字符串等），不会执行恶意代码，是优先选择的方案。

内容的提问来源于stack exchange，提问作者bachts