如何在Python中将DataFrame列中的字符串转为列表

你的DataFrame中Coordinates列存储的是多边形坐标的字符串形式，需要将其转换为对应的嵌套列表类型，保持结构不变，以下是两种高效可行的方法：

方法1：使用ast.literal_eval（推荐） #

ast.literal_eval可以安全解析Python字面量（列表、字典等结构），比原生eval更安全，不会执行潜在恶意代码，完全适配你当前的字符串格式。

代码示例：

import pandas as pd
import ast

# 原始数据
data = {'Name': ['B1000', 'B1001', 'B1002'], 
        'Coordinates': ['[[[-9.124,38.714],[-9.124,38.714],[-9.1231966,38.713],[-9.122,38.7136]]]', 
                        '[[[-9.122,38.714],[-9.123,38.713],[-9.1231966,38.713],[-9.122,38.7136]]]', 
                        '[[[-9.165,38.740],[-9.165,38.740],[-9.1231966,38.713],[-9.1222,38.7136]]]']}
df = pd.DataFrame(data)

# 批量转换字符串为列表
df['Coordinates'] = df['Coordinates'].apply(ast.literal_eval)

# 验证结果
print(type(df['Coordinates'][0]))
# 输出：<class 'list'>
print(df['Coordinates'][0])
# 输出：[[[-9.124, 38.714], [-9.124, 38.714], [-9.1231966, 38.713], [-9.122, 38.7136]]]

方法2：使用json.loads #

如果你的坐标字符串符合JSON规范（当前结构完全符合），也可以用json.loads解析，操作同样简洁。

代码示例：

import pandas as pd
import json

# 原始数据同上
df = pd.DataFrame(data)

# 批量转换
df['Coordinates'] = df['Coordinates'].apply(json.loads)

# 验证类型
print(type(df['Coordinates'][0]))
# 输出：<class 'list'>

两种方法的区别 #

• ast.literal_eval支持更多Python特有格式（比如单引号字符串、None等），适配范围更广
• json.loads严格遵循JSON规范，要求字符串必须用双引号，适合处理标准JSON格式的数据

内容的提问来源于stack exchange，提问作者Ricardo Gomes