解决Pandas混合类型列问题：确保watchedSegments始终为list类型

要确保watchedSegments列全为<class 'list'>类型，可通过解析字符串格式的列表为实际列表对象实现，具体步骤如下：

1. 导入依赖库 #

使用ast.literal_eval安全解析字符串形式的Python数据结构：

import ast
import pandas as pd

2. 定义转换函数 #

编写函数处理每个元素：字符串类型解析为列表，已为列表的直接保留，其他类型统一转为空列表（可按需调整）：

def convert_to_list(value):
    if isinstance(value, str):
        try:
            return ast.literal_eval(value)
        except (SyntaxError, ValueError):
            return []
    elif isinstance(value, list):
        return value
    else:
        return []

3. 应用转换到目标列 #

将函数应用到watchedSegments列，覆盖原列：

views_tmp['watchedSegments'] = views_tmp['watchedSegments'].apply(convert_to_list)

4. 验证转换结果 #

检查列中元素类型：

print(views_tmp['watchedSegments'].apply(type).tail())

预期输出全为<class 'list'>：

4411    <class 'list'>
4412    <class 'list'>
4413    <class 'list'>
4414    <class 'list'>
4415    <class 'list'>

5. 正常使用explode方法 #

此时调用explode可正确展开所有行：

print(views_tmp.tail().explode('watchedSegments'))

输出结果：

id               watchedSegments
4411  12559466  {'start': 0, 'end': 17.04}
4412  12559947  {'end': 2645.39, 'start': 0}
4413  12560180  {'end': 1062.17, 'start': 0}
4414  12560397   {'start': 0, 'end': 1.42}
4415  12560861  {'start': 0, 'end': 1242.95}

关键说明 #

• ast.literal_eval比eval更安全，仅解析合法Python字面量（列表、字典等），避免执行恶意代码。
• 异常处理可防止因字符串格式错误导致程序中断，返回值可根据业务需求调整。

内容的提问来源于stack exchange，提问作者Btibert3