如何合并DataFrame列中的句子并转换为纯文本？

我创建了一个包含Body列的DataFrame，其中sample['Body'][1]的内容是一个形似列表的字符串（包含方括号、单引号分隔的内容），我想将其转换为纯文本（移除方括号、逗号，保留新闻内容），但使用print(''.join(sample.Body[1]))后输出还是原格式，没有达到预期效果。

原内容示例（翻译后）：

'['印度前队长们本该展现出成熟，私下解决问题', '当自我膨胀发生冲突时，结果往往是灾难性的，还不堪入目，而且争端会持续发酵。这正是维拉特·科利与索拉夫·甘古利之间矛盾的现状。这场争议的余波持续占据头条，有消息称甘古利曾计划就科利的言论向其发出说明通知书。', ..., '或']'

sample.Body[1]并不是真正的Python列表，而是一个字符串类型的数据。直接调用''.join()会把字符串的每个字符（包括方括号、单引号、逗号）都拼接起来，自然无法得到纯文本内容。

需要先把这个形似列表的字符串转换成真正的列表，再拼接成纯文本，还可以过滤掉无关内容（如广告、作者签名等）：

步骤1：转换字符串为列表 #

使用ast.literal_eval()方法解析字符串，将其转为真实的Python列表：

import ast

# 把字符串形式的列表转为真实列表
text_list = ast.literal_eval(sample.Body[1])

步骤2：过滤并拼接内容 #

过滤掉空字符串和无关的广告/签名内容，再用空格或换行拼接列表元素：

# 过滤空字符串和非新闻内容（可根据实际情况调整过滤规则）
filtered_text = [item for item in text_list if item and not (item.startswith('@') or item.startswith('Get') or item.startswith('Dear Reader'))]

# 拼接为纯文本，用空格分隔（也可以用'\n'换行）
pure_text = ' '.join(filtered_text)

print(pure_text)

处理后效果示例（翻译后） #

印度前队长们本该展现出成熟，私下解决问题 当自我膨胀发生冲突时，结果往往是灾难性的，还不堪入目，而且争端会持续发酵。这正是维拉特·科利与索拉夫·甘古利之间矛盾的现状。这场争议的余波持续占据头条，有消息称甘古利曾计划就科利的言论向其发出说明通知书。 南非巡回赛前夕，科利在一场线上新闻发布会上否认了甘古利的说法——甘古利称曾试图劝阻科利辞去T20队长一职。此前印度板球委员会刚宣布解除科利的单日国际赛队长职务。...（后续新闻内容）

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