如何让Pandas读取CSV中的列表列时保持列表类型而非字符串

CSV文件本身不支持存储列表类型，写入时列表会被自动转为字符串，读取时可以通过以下几种方法转回列表：

方法1：用ast.literal_eval解析字符串（简单高效） #

ast.literal_eval可以安全解析字符串形式的Python数据结构，直接把列表格式的字符串转回列表：

import pandas as pd
import ast

# 读取时直接指定列转换器
df = pd.read_csv('file.csv', converters={'1': ast.literal_eval})
print(df['1'].values[0])  # 输出：['A', 'B', 'C']

# 或者读取后批量转换
df = pd.read_csv('file.csv')
df['1'] = df['1'].apply(ast.literal_eval)
print(df['1'].values[0])

方法2：自定义函数手动处理字符串 #

如果担心特殊字符导致ast.literal_eval报错，可以手动处理字符串格式：

import pandas as pd

def str_to_list(s):
    # 去掉首尾的引号和方括号
    s_clean = s.strip('"[]')
    # 按逗号分割，再清理每个元素的引号和空格
    return [item.strip("' ") for item in s_clean.split(',') if item.strip()]

df = pd.read_csv('file.csv')
df['1'] = df['1'].apply(str_to_list)
print(df['1'].values[0])  # 输出：['A', 'B', 'C']

方法3：写入时提前序列化（从根源避免问题） #

写入CSV前把列表转成JSON字符串，读取时再解析，能更好兼容复杂列表结构：

import pandas as pd
import json

d = [['d',['A','B','C']],['p',['F','G']]]
df = pd.DataFrame(d)

# 写入时将列表列转为JSON格式字符串
df['1'] = df['1'].apply(json.dumps)
df.to_csv('file.csv', index=False)

# 读取时解析JSON字符串
df_read = pd.read_csv('file.csv')
df_read['1'] = df_read['1'].apply(json.loads)
print(df_read['1'].values[0])  # 输出：['A', 'B', 'C']

内容的提问来源于stack exchange，提问作者user15649753