如何在Python中将CSV文件中的列表元组列读取为列表而非字符串

嘿，这个问题我太熟了！CSV文件里存的列表、元组这类结构化数据，默认被Python读成字符串是常有的事儿，毕竟CSV本质上是纯文本格式嘛。下面给你几个实用的解决办法，按推荐程度排序：

这是我平时最常用的方案，ast模块里的literal_eval专门用来解析字符串形式的Python字面量（比如列表、元组、字典、数字这些），而且不会执行任何恶意代码，比直接用eval安全太多。

举个用Pandas读取的例子：
首先导入需要的库：

import pandas as pd
import ast

如果是读取CSV的时候直接处理目标列，可以用converters参数指定转换器：

# 把'target_column'换成你实际的列名
df = pd.read_csv('your_data.csv', converters={'target_column': ast.literal_eval})

如果已经把CSV读进DataFrame了，再处理也来得及：

df['target_column'] = df['target_column'].apply(ast.literal_eval)

执行完之后，你检查df['target_column'].dtype，会发现它还是object类型，但每个元素都是实际的列表/元组对象，不是字符串了。

如果你完全信任CSV的数据源（比如是你自己生成的，绝对没有恶意内容），也可以用eval直接解析，但我强烈不推荐在陌生数据源上用——因为eval会执行字符串里的任意Python代码，要是有人在CSV里塞个__import__('os').system('rm -rf /')这种恶意代码，后果不堪设想。

代码示例很简单：

df['target_column'] = df['target_column'].apply(eval)

如果你的列表元组格式不太标准（比如元组里的字符串没加引号，或者用了自定义分隔符），ast.literal_eval可能会报错，这时候就得手动写解析函数了。

比如假设你的列内容是[(1,2),(3,4)]这种格式，手动解析的函数可以这么写：

def parse_tuple_list(s):
    # 去掉字符串首尾的方括号
    s_clean = s.strip('[]')
    # 拆分每个元组字符串
    tuple_strings = s_clean.split('),(')
    result_list = []
    for t_str in tuple_strings:
        # 去掉元组的圆括号
        t_str_clean = t_str.strip('()')
        # 拆分元组里的元素
        elements = t_str_clean.split(',')
        # 转换元素类型（这里默认转成字符串，你可以根据需求改成int/float）
        parsed_tuple = tuple(e.strip() for e in elements)
        result_list.append(parsed_tuple)
    return result_list

# 应用到目标列
df['target_column'] = df['target_column'].apply(parse_tuple_list)

这个方法需要根据你实际的字符串格式调整逻辑，灵活性高但比较繁琐，适合特殊场景。

小提醒 #

要确保你的字符串格式尽量贴近Python字面量规范，比如字符串元素要加引号，元组/列表的括号配对正确，不然ast.literal_eval会抛出语法错误哦。

内容的提问来源于stack exchange，提问作者Pallawi.ds