如何在Pandas DataFrame中将所有ObjectId转换为字符串？

针对你提供的包含顶层ObjectId、嵌套结构和ObjectId数组的DataFrame，最佳方案是通过递归遍历+类型判断统一转换所有层级的ObjectId，同时也可以在读取MongoDB数据阶段就完成转换，提升处理效率。

方法一：递归转换DataFrame中的所有ObjectId #

先定义一个递归函数，它能处理单个值、字典、列表中的ObjectId，将其转为字符串：

from bson import ObjectId
import pandas as pd

def convert_objectid(obj):
    # 处理单个ObjectId
    if isinstance(obj, ObjectId):
        return str(obj)
    # 处理嵌套字典
    elif isinstance(obj, dict):
        return {k: convert_objectid(v) for k, v in obj.items()}
    # 处理ObjectId数组
    elif isinstance(obj, list):
        return [convert_objectid(item) for item in obj]
    # 其他类型保持原样
    else:
        return obj

再将函数应用到DataFrame上：

# 对每一行的字典结构递归转换，重新生成DataFrame
df_converted = df.apply(lambda row: convert_objectid(row.to_dict()), axis=1).apply(pd.Series)

这个方法能覆盖所有场景：不管是顶层的_id、userID，还是数组IDs里的元素，甚至后续info字典新增ObjectId字段，都能自动完成转换。

方法二：读取MongoDB时直接转换（更高效） #

如果数据量较大，建议在读取MongoDB数据的阶段就完成转换，避免后续处理DataFrame的额外开销：

from pymongo import MongoClient
import pandas as pd

# 连接MongoDB
client = MongoClient('mongodb://localhost:27017/')
db = client['你的数据库名']
collection = db['你的集合名']

# 遍历游标，转换每个文档中的ObjectId
data = []
for doc in collection.find():
    data.append(convert_objectid(doc))  # 复用上面的递归函数

# 直接生成处理好的DataFrame
df = pd.DataFrame(data)

验证转换结果 #

可以通过以下代码确认转换效果：

# 查看顶层ObjectId转换后的类型
print("转换后的_id类型:", type(df_converted.iloc[0]['_id']))
# 查看数组中ObjectId转换后的元素类型
print("转换后的IDs元素类型:", type(df_converted.iloc[0]['IDs'][0]))

输出应为<class 'str'>，说明转换成功。

内容的提问来源于stack exchange，提问作者MuGh