如何在含列表的DataFrame列中仅移除非纯None列表里的None？

我有一个Pandas DataFrame，其中某列存储的是字符串形式的列表，这些列表可能包含字符串、None，或是两者混合（例如['ABCD', None]）。需要实现：

• 移除非纯[None]列表中的None
• 保留值为[None]的列项（避免后续展平为空字符串，影响过滤操作）

初始代码与数据 #

import pandas as pd

data = [[1, "['ABCD', None]"], [2, "['ABCD', None]"], [3, "[None]"]]
df = pd.DataFrame(data, columns=["Item", "String1"])

# 原处理代码（存在问题）
df["String1"] = df["String1"].apply(lambda x: x.replace("None", ""))

初始DataFrame #

Item     String1
0     1  ['ABCD', None]
1     2  ['ABCD', None]
2     3          [None]

当前错误结果 #

Item    String1
0     1  ['ABCD',]
1     2  ['ABCD',]
2     3         []

期望结果 #

Item    String1
0     1  ['ABCD',]
1     2  ['ABCD',]
2     3     [None]

核心是通过自定义函数判断列表字符串类型，针对性处理：

import pandas as pd

data = [[1, "['ABCD', None]"], [2, "['ABCD', None]"], [3, "[None]"]]
df = pd.DataFrame(data, columns=["Item", "String1"])

def clean_list_str(s):
    # 匹配纯[None]的情况（兼容可能的空格）
    if s.strip() == "[None]":
        return s
    # 其他情况移除None
    return s.replace("None", "")

df["String1"] = df["String1"].apply(clean_list_str)

执行结果验证 #

运行后得到的DataFrame与期望结果完全一致：

Item    String1
0     1  ['ABCD',]
1     2  ['ABCD',]
2     3     [None]

逻辑说明 #

• 先通过strip()处理字符串两端的空白，确保能匹配[None]、[ None ]等格式的纯None列表
• 纯None列表直接保留，避免变成空字符串影响后续过滤
• 混合列表则移除所有None字符串，得到干净的列表格式

内容的提问来源于stack exchange，提问作者user