从DataFrame列中移除包裹字典的方括号

你用str.strip('[]')出现NaN，核心原因是这列元素类型不对——要么是Python列表（非字符串），要么是字符串形式的列表但直接strip没法解析成字典。下面分两种场景给出可行方案：

场景1：列元素是Python列表（每个单元格是长度为1的列表） #

如果单元格里是实际的列表对象（比如[{'name': 'Steve', ...}]），直接提取列表的第一个元素即可：

# 方法1：遍历处理空值兼容场景
df['目标列名'] = df['目标列名'].apply(lambda x: x[0] if isinstance(x, list) and len(x) > 0 else x)

# 方法2：pandas内置列表索引操作，更简洁
df['目标列名'] = df['目标列名'].str[0]

这个操作会完整保留字典的嵌套结构（包括country、state这类子字典）。

场景2：列元素是字符串形式的列表 #

如果单元格里是字符串（比如"[{'name': 'Steve', ...}]"），需要先把字符串解析为Python对象，再提取字典：

import ast
df['目标列名'] = df['目标列名'].apply(lambda x: ast.literal_eval(x)[0] if isinstance(x, str) else x)

这里用ast.literal_eval替代strip，能安全地将字符串转为列表，再取第一个元素得到可用的字典，避免了strip后仍为字符串的问题。

测试示例 #

用你提供的数据验证场景1：

import pandas as pd
data = {
    'info': [
        [{'name': 'Steve', 'type': 'Candy', 'likes': '2', 'confidence': '0', 
          'country': {'confidence': '0.0', 'abrv': 'STV', 'name': 'USA'}, 
          'region': 'North Amercica', 'subregion': 'Southern Asia', 
          'state': {'confidence': '0.0', 'numer': '0000', 'name': 'Sindh'},
          'class': 'High School'}]
    ]
}
df = pd.DataFrame(data)
df['info'] = df['info'].str[0]
print(df['info'].iloc[0])

输出就是完整的嵌套字典，没有任何信息丢失。

内容的提问来源于stack exchange，提问作者nat-zad