Python读取CSV文件中字典格式列的问题求助

首先要明确：pandas本身没有专门的字典数据类型，所有Python原生对象（包括dict、list等）在DataFrame中都会被标记为object类型。所以你看到的object类型不一定代表解析失败，先验证是否真正将字符串转为了字典：

# 检查第一行bot_score列的实际类型
print(type(df['bot_score'].iloc[0]))

如果输出是<class 'dict'>，说明解析已经成功，只是pandas用object来标识这个列的类型。

如果输出不是dict，说明解析过程有错误，可能是CSV中的字符串格式有问题（比如多余引号、转义字符错误、部分行格式不完整），可以尝试用json.loads替代ast.literal_eval（你的示例字典是标准JSON格式），同时添加错误处理定位问题行：

import json

def safe_parse_dict(s):
    try:
        return json.loads(s)
    except Exception as e:
        print(f"解析失败行内容: {s}")
        print(f"错误信息: {e}")
        return None

df['bot_score'] = df['bot_score'].apply(safe_parse_dict)

如果确认解析成功，但需要更方便地操作字典内的数据，可以将嵌套字典展开为多列：

# 将bot_score列的字典展开为单独的DataFrame
expanded_df = pd.json_normalize(df['bot_score'])
# 和原DataFrame合并
df = pd.concat([df.drop('bot_score', axis=1), expanded_df], axis=1)

这样就能直接访问cap.english、display_scores.english.overall这类字段，无需再操作嵌套字典。

内容的提问来源于stack exchange，提问作者Yaxin Dai