Python Pandas导入Excel：去除列表类单元格值的多余引号

问题场景 #

将Excel数据导入DataFrame后，整体显示正常，但查询单个单元格时，analysis_duration这类形似列表的单元格值会被包裹在单引号中，需要去除这些多余引号；而字符串类型值的引号属于正常现象，无需处理。

原始Excel数据（已翻译英文内容） #

parameter               customer1                   
analysis                1
analysis_name           月度服务分析
analysis_duration       [2022-08-23, 2022-11-02]
analysis_numcheck       1
analysis_dupcolumns     1

当前问题输出 #

c1df = pd.read_excel('customer1_data.xlsx')
c1df.set_index('parameter',inplace=True)

print(c1df.loc['analysis'])
# 输出：1

print(c1df.loc['analysis_duration'])
# 输出：'[2022-08-23, 2022-11-02]'（存在多余引号）

print(c1df.loc['analysis_name'])
# 输出：'月度服务分析'（字符串引号正常）

解决方案 #

问题根源是Excel中[xxx, xxx]格式的内容被Pandas识别为字符串类型，打印时会自动添加单引号。可以用ast.literal_eval将字符串解析为对应的Python列表对象。

方法一：读取后单独处理目标行 #

import pandas as pd
import ast

# 读取数据并设置索引
c1df = pd.read_excel('customer1_data.xlsx')
c1df.set_index('parameter', inplace=True)

# 解析analysis_duration对应的字符串为列表
c1df.loc['analysis_duration', 'customer1'] = ast.literal_eval(c1df.loc['analysis_duration', 'customer1'])

# 验证结果
print(c1df.loc['analysis'])
# 输出：1

print(c1df.loc['analysis_duration'])
# 输出：[2022-08-23, 2022-11-02]

print(c1df.loc['analysis_name'])
# 输出：'月度服务分析'

方法二：读取时批量处理（推荐） #

如果存在多个类似格式的单元格，可自定义转换器，在读取Excel阶段自动解析：

import pandas as pd
import ast

def parse_list_string(value):
    # 判断是否为符合列表格式的字符串
    if isinstance(value, str) and value.startswith('[') and value.endswith(']'):
        return ast.literal_eval(value)
    return value

# 读取时指定转换器处理customer1列
c1df = pd.read_excel('customer1_data.xlsx', converters={'customer1': parse_list_string})
c1df.set_index('parameter', inplace=True)

# 验证结果
print(c1df.loc['analysis_duration'])
# 输出：[2022-08-23, 2022-11-02]

说明 #

• ast.literal_eval是安全的解析工具，仅能解析合法的Python字面量（列表、字典、元组等），不会执行恶意代码。
• 字符串类型的值打印时带单引号是Python的默认行为，属于正常现象，无需额外处理。

内容的提问来源于stack exchange，提问作者Mainland