Python中如何将CSV读取后DataFrame的字符串数组格式转换为原格式

这问题我之前处理CSV数据时也踩过坑！CSV是纯文本格式，所以当你把DataFrame里的列表类型数据存进去时，pandas会自动把它转成字符串形式，读回来自然就不是原来的列表对象了。下面给你两种靠谱的转换方法，帮你把格式转回去适配你的自定义函数：

方法一：用ast.literal_eval安全解析推荐 #

这是最稳妥的方式，ast.literal_eval会安全地把字符串解析成对应的Python原生对象（比如列表、字典），比直接用eval()安全得多，不用担心恶意代码执行的问题。

步骤很简单：

1. 导入ast模块
2. 对nodes列应用ast.literal_eval

示例代码：

import pandas as pd
import ast

# 读取CSV文件
df = pd.read_csv("your_data.csv")

# 将nodes列的字符串转回列表
df["nodes"] = df["nodes"].apply(ast.literal_eval)

# 验证类型，输出应该是<class 'list'>
print(type(df["nodes"][0]))

方法二：字符串手动分割适合格式完全规整的情况 #

如果你的nodes列字符串格式非常固定（比如都是['X','Y']这种结构），也可以用字符串处理的方式来转换：

示例代码：

import pandas as pd

df = pd.read_csv("your_data.csv")

# 去掉首尾的[]，按逗号分割，再去掉每个元素的单引号
df["nodes"] = df["nodes"].str.strip("[]")\
                         .str.split(", ")\
                         .apply(lambda x: [item.strip("'") for item in x])

不过这种方法局限性比较大，如果字符串里出现特殊字符（比如元素里包含逗号或者引号），就会出错，所以优先推荐第一种方法。

转换完成后，你的nodes列就回到初始的列表格式了，自定义函数应该就能正常工作啦！

内容的提问来源于stack exchange，提问作者Carola