将含PASS/FAIL字符串列表的Pandas Series转换为数字

需求说明 #

现有一个Pandas Series，元素是字符串形式存储的列表，列表内只有PASS或FAIL值。需要按规则转换为数字：

• 列表中至少有一个PASS → 对应值为1
• 列表全为FAIL → 对应值为0

示例输入：
result列值分别为 "['PASS','FAIL']"、"['PASS','FAIL','PASS','FAIL']"、"['FAIL','FAIL']"
预期输出：1、1、0

解决方案 #

核心分两步：先把字符串形式的列表解析为实际的Python列表，再判断列表中是否存在PASS。

步骤1：导入依赖库

import pandas as pd
import ast

用ast.literal_eval解析字符串列表，比直接用eval更安全，能避免恶意代码执行风险。

步骤2：构造示例数据（可替换为你的实际数据）

data = {'result': ["['PASS','FAIL']", "['PASS','FAIL','PASS','FAIL']", "['FAIL','FAIL']"]}
df = pd.DataFrame(data)

步骤3：转换处理

可以分成两步清晰处理，也可以合并成一步：

方式1：分步处理（便于调试）

# 1. 将字符串转成实际列表
df['result_list'] = df['result'].apply(ast.literal_eval)
# 2. 判断是否含PASS，生成数字列
df['result_num'] = df['result_list'].apply(lambda x: 1 if 'PASS' in x else 0)

方式2：一步到位（精简代码）

df['result_num'] = df['result'].apply(lambda s: 1 if 'PASS' in ast.literal_eval(s) else 0)

最终结果

处理后df['result_num']即为目标数字Series，输出如下：

0    1
1    1
2    0
Name: result_num, dtype: int64

内容的提问来源于stack exchange，提问作者Swetha