如何将pd.Series中的字典转换为字符串？适配API响应转BigQuery

针对你需要把DataFrame中存储字典列表的column列转换为字符串类型（用于加载到BigQuery而非STRUCT类型）的需求，这里提供两种实用的解决方法：

方法一：直接使用 astype(str) 强制转换 #

这是最简单直接的方式，适合快速完成类型转换：

import pandas as pd

dicts = {1: [{"id1":"result1", "name1":"result1"}], 2: [{"id2":"result2", "name2":"result2"}]}
df = pd.DataFrame.from_dict(dicts, orient='index')
df = df.rename(columns={0:'column'})

# 转换为字符串类型
df['column'] = df['column'].astype(str)

# 验证结果
print(df['column'].dtype)
print(df['column'])

转换后的每个元素会以Python的字符串表示形式存储（比如"[{'id1': 'result1', 'name1': 'result1'}]"）。

方法二：使用 json.dumps 生成标准JSON字符串 #

如果需要生成符合JSON规范的字符串（双引号格式，更适配BigQuery的后续处理），可以结合apply和json.dumps：

import pandas as pd
import json

dicts = {1: [{"id1":"result1", "name1":"result1"}], 2: [{"id2":"result2", "name2":"result2"}]}
df = pd.DataFrame.from_dict(dicts, orient='index')
df = df.rename(columns={0:'column'})

# 序列化为标准JSON字符串
df['column'] = df['column'].apply(json.dumps)

# 验证结果
print(df['column'].dtype)
print(df['column'])

这种方式生成的字符串是标准JSON格式（比如"[{\"id1\": \"result1\", \"name1\": \"result1\"}]"），兼容性更强，适合需要后续解析字符串的场景。

两种方法的区别 #

• astype(str)：操作简便、运行速度快，但生成的是Python风格的字符串（单引号），适合对格式要求不高的场景。
• json.dumps：生成标准JSON格式字符串，兼容性更好，适合需要严格遵循JSON规范的场景。

内容的提问来源于stack exchange，提问作者Luiz