DataFrame中字典格式字符串转字典报错，如何修复并直接读取？

一、修复JSONDecodeError：用ast.literal_eval()替代json.loads() #

直接替换单引号为双引号会破坏字符串内部的单引号内容（比如"don't"会被错误转为"don"t"），导致JSON格式非法。Python标准库的ast.literal_eval()可以安全解析符合Python语法的字面量（包括带单引号的字典、列表），完美适配这类场景：

import ast
import pandas as pd

# 读取文件后转换目标列
df = pd.read_csv("your_data.csv")
df["answer"] = df["answer"].apply(ast.literal_eval)

注意事项： #

• ast.literal_eval()比eval()安全，仅解析字典、列表、字符串、数字等字面量，不会执行任意代码；
• 支持解析Python特有的语法（如None、True/False、元组），这些是json.loads()无法处理的。

二、直接读取为字典：利用读取工具的转换参数 #

以pandas为例，可通过converters参数在读取阶段直接将answer列解析为字典，无需后续二次转换：

import ast
import pandas as pd

def parse_answer(s):
    try:
        return ast.literal_eval(s)
    except (ValueError, SyntaxError):
        # 处理解析失败的异常，可返回空字典或原字符串
        return {}

# 读取时直接转换目标列
df = pd.read_csv("your_data.csv", converters={"answer": parse_answer})

如果使用原生csv模块读取，也可以在遍历行数据时对目标列做实时转换：

import ast
import csv

with open("your_data.csv", "r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    for row in reader:
        row["answer"] = ast.literal_eval(row["answer"])
        # 处理该行数据

内容的提问来源于stack exchange，提问作者Advaita Mallik