Python保存列表至Excel时转为字符串的问题及解决方案咨询

问题原因 #

Excel本身没有原生的列表数据类型，Pandas在将列表写入Excel时，会默认把列表转换为字符串格式存储；后续从Excel读取数据时，这些内容依然是字符串，无法直接作为列表对象使用。

解决方案 #

最通用且兼容性好的方法是用JSON序列化列表：保存时将列表转为JSON格式的字符串，读取时再解析JSON字符串还原成列表。这种方式既能保留列表的结构，又能完美适配Excel的存储格式。

如果业务允许，也可以选择将列表拆分到多行（同一主键对应列表每个元素的单独行），但该方法仅适合特定场景。

修改后的代码示例 #

import streamlit as st
import pandas as pd
import json

df_path = 'database/meters_try.xlsx'

# 读取Excel时解析JSON字符串为列表
def read_excel_with_lists(path):
    try:
        df = pd.read_excel(path)
        # 定义需要解析为列表的列（根据你的业务调整列名）
        list_columns = ["column1", "column3", "column6", "column7", "column8", "column9", "column10", "column11"]
        for col in list_columns:
            df[col] = df[col].apply(lambda x: json.loads(x) if isinstance(x, str) and x.startswith('[') else x)
        return df
    except FileNotFoundError:
        # 文件不存在时创建空DataFrame
        return pd.DataFrame(columns=["column1", "column2", "column3", "column4", "column5", "column6", "column7", "column8", "column9", "column10", "column11", "column12"])

df = read_excel_with_lists(df_path)

a = ['2023-02-11']
b = 'PR'
c = ['A', 'B']
d = 'AAA'
e = 'SHIFT'
f = ['PERSON1', 'PERSON2']
g = ['PERSON3', 'PERSON4', 'PERSON5']
h = ['QQ']
i = ['0']
j = ['50', '110']
k = ['50', '60']
l = 'NOTES.'

# 查看变量类型
st.write(f"b的类型: {type(b)}")
st.write(f"c的类型: {type(c)}")

def add_data(a, b, c, d, e, f, g, h, i, j, k, l):
    # 将列表转为JSON字符串，非列表内容直接返回
    def serialize_list(item):
        return json.dumps(item) if isinstance(item, list) else item
    
    temp_df = pd.DataFrame({
        "column1": [serialize_list(a)],
        "column2": [b],
        "column3": [serialize_list(c)],
        "column4": [d],
        "column5": [e],
        "column6": [serialize_list(f)],
        "column7": [serialize_list(g)],
        "column8": [serialize_list(h)],
        "column9": [serialize_list(i)],
        "column10": [serialize_list(j)],
        "column11": [serialize_list(k)],
        "column12": [l]
    })
    df_meters = read_excel_with_lists(df_path)
    # 用concat替代已废弃的append方法
    df_meters = pd.concat([df_meters, temp_df], ignore_index=True)
    df_meters.to_excel(df_path, index=False)
    st.write(df_meters)

button = st.button("Save!")
if button:
    add_data(a, b, c, d, e, f, g, h, i, j, k, l)
    st.success("Saved")

def find_column_data_type(df):
    for col in df.columns:
        # 处理空列情况，取第一个非空值判断类型
        first_val = df[col].dropna().iloc[0] if not df[col].dropna().empty else None
        col_type = type(first_val) if first_val is not None else "空列"
        st.write(f"{col} 列的数据类型: {col_type}")

if st.button("查看各列数据类型"):
    find_column_data_type(df)

代码说明 #

1. 序列化与反序列化：用json.dumps()把列表转成JSON字符串存入Excel，读取时用json.loads()解析回列表结构。
2. 空文件兼容：添加文件不存在时创建空DataFrame的逻辑，避免运行报错。
3. 方法更新：用pd.concat()替代已废弃的append()，符合Pandas最新规范。
4. 类型检查优化：处理空列场景，避免取第一个值时出现索引错误。

内容的提问来源于stack exchange，提问作者volkan