如何将CSV中混合的列表字符串与普通字符串转为对应类型存入Pandas DataFrame？

一、混合列的类型转换（字符串转列表/保留原字符串） #

直接使用literal_eval会因普通字符串无法解析报错，可自定义容错转换函数，通过异常捕获处理两种场景：

from ast import literal_eval
import pandas as pd

def parse_mixed_strings(s):
    try:
        # 尝试解析为Python原生类型（列表、元组等）
        return literal_eval(s)
    except (SyntaxError, ValueError):
        # 解析失败则返回原字符串
        return s

# 将函数应用到目标列
df['your_column'] = df['your_column'].apply(parse_mixed_strings)

该函数会自动识别列表格式字符串并转为list类型，普通字符串保持str类型，避免触发解析错误。

二、解决单列列表CSV读取混乱的问题 #

当CSV仅包含一列列表格式数据时，默认逗号分隔符会把列表内部的逗号误判为列分隔符，导致内容拆分混乱，可通过以下两种方式解决：

方法1：使用特殊分隔符存储与读取 #

存储时指定一个不会出现在内容中的分隔符（如|）：

df.to_csv('list_only.csv', sep='|', index=False)

读取时使用相同分隔符：

df = pd.read_csv('list_only.csv', sep='|')
# 应用转换函数处理列
df['your_list_col'] = df['your_list_col'].apply(parse_mixed_strings)

方法2：强制全量引用读取 #

利用csv模块的引用规则，确保整个单元格内容被识别为单一值：

import csv
df = pd.read_csv('list_only.csv', quoting=csv.QUOTE_ALL, engine='python')
# 后续应用转换函数处理列
df['your_list_col'] = df['your_list_col'].apply(parse_mixed_strings)

内容的提问来源于stack exchange，提问作者julez8000