如何拆分DataFrame中dtype为Object且存列表格式字符串的列？

方法一：用ast.literal_eval解析（推荐） #

这种方法能安全地把字符串形式的列表转换成真实的Python列表，适配各种规范的列表字符串格式。

• 导入ast模块，用它的literal_eval方法解析teams列的每个字符串
• 把解析后的列表展开成两列

示例代码：

import ast
import pandas as pd

# 示例数据
df = pd.DataFrame({'teams': ["['Australia', 'Sri Lanka']", "['India', 'England']"]})

# 将字符串转为列表
df['teams_list'] = df['teams'].apply(ast.literal_eval)

# 拆分列表为两列
df[['team1', 'team2']] = pd.DataFrame(df['teams_list'].tolist(), index=df.index)

# 可选：删除中间生成的teams_list列
df = df.drop('teams_list', axis=1)

方法二：直接字符串拆分（仅适合格式完全固定的场景） #

如果你的teams列字符串格式完全统一（比如都是['队名1', '队名2']），可以用字符串操作拆分，但容错性差，格式稍有变化就会出错。

示例代码：

import pandas as pd

df = pd.DataFrame({'teams': ["['Australia', 'Sri Lanka']", "['India', 'England']"]})

# 去掉首尾的[]，再按"', '"拆分
df[['team1', 'team2']] = df['teams'].str.strip("[]").str.split("', '", expand=True)

# 清理队名前后的单引号
df['team1'] = df['team1'].str.strip("'")
df['team2'] = df['team2'].str.strip("'")

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