如何用Pandas将DataFrame中字符串列表转为真实列表并生成目标JSON？

问题背景 #

你的Excel文件结构如下：

你希望将其转换为如下JSON结构：

{"0":{"Title": "Title_1", "List": ['str_1', 'str_2']}, "1":{"Title": "Title_2", "List": ['str_3', 'str_4']}}

而非带字符串列表的结构：

{"0":{"Title": "Title_1", "List": "['str_1', 'str_2']"}, "1":{"Title": "Title_2", "List": "['str_3', 'str_4']"}}

你尝试了以下代码，得到的是后者的结果：

df = pd.read_excel("my_excel.xlsx")
df.to_dict("index")

解决方案 #

问题核心在于Excel中的List列是字符串格式的列表，Pandas读取时会将其识别为普通字符串，需要先将该列转换为实际的Python列表，再生成目标字典。

方法1：使用ast.literal_eval（推荐，安全可靠）

ast.literal_eval可以安全解析字符串形式的Python字面量（如列表、字典），不会执行恶意代码：

import pandas as pd
import ast

# 读取Excel文件
df = pd.read_excel("my_excel.xlsx")

# 将List列的字符串转为实际列表
df['List'] = df['List'].apply(ast.literal_eval)

# 转换为目标格式的字典
result = df.to_dict("index")

方法2：使用eval（不推荐，存在安全风险）

如果能确保Excel内容绝对安全，也可以用eval，但该方法会执行任意字符串代码，不可用于不可信数据：

import pandas as pd

df = pd.read_excel("my_excel.xlsx")
df['List'] = df['List'].apply(eval)
result = df.to_dict("index")

方法3：手动分割字符串（适合格式固定的场景）

如果列表格式完全固定（首尾为方括号、元素用单引号和逗号分隔），可以手动处理字符串：

import pandas as pd

def str_to_list(s):
    # 去除首尾方括号，分割元素后去除单引号
    return [item.strip("'") for item in s.strip('[]').split(', ')]

df = pd.read_excel("my_excel.xlsx")
df['List'] = df['List'].apply(str_to_list)
result = df.to_dict("index")

处理后调用to_dict("index")，就能得到你需要的结构，其中List字段为实际的列表类型而非字符串。

内容的提问来源于stack exchange，提问作者JetWing