如何将pandas DataFrame逗号分隔值列转换为指定格式字符串

现有一个存储参数配置的pandas DataFrame，其中parameters列为逗号分隔参数字符串，原始数据格式如下：

parameters
param1,param2
param1,param2,param3
param1,param2,param3,param4

需要将该列转换为字典列表格式的字符串，目标输出格式如下：

parameters
[{"param" : "param1"}, {"param" : "param2"}]
[{"param" : "param1"}, {"param" : "param2"},{"param" : "param3"}]
[{"param" : "param1"}, {"param" : "param2"},{"param" : "param3"}, {"param": "param4"}]

目前已经实现单个样本值的转换逻辑，但不清楚如何将逻辑批量应用到整列，现有单值处理代码如下：

a = df2.sample().to_dict()
ss = {k:list(a[k].values())[0] for k in a}

# print(ss["parameters"])
pl = ss["parameters"].split(",")[:-1]
# print(pl)
ss["templateParameters"] = [{"param": each} for each in pl]

使用pandas Series内置的apply()方法即可将自定义处理逻辑批量应用到整列所有元素，不需要逐行采样处理，完整实现步骤如下：

1. 导入需要的依赖，如果你需要最终输出为字符串格式而非Python列表对象，需要用到json模块做序列化：

import pandas as pd
import json

2. 定义单值转换逻辑，注意你原有代码中split(",")[:-1]会丢弃拆分后的最后一个参数，如果你的业务确实需要过滤最后一个参数可以保留该切片，否则直接删除即可：

def format_params(param_str):
    # 按逗号拆分参数，过滤拆分后可能出现的空值（适配原始字符串首尾/连续逗号的异常情况）
    param_items = [p.strip() for p in param_str.split(",") if p.strip()]
    # 组装为目标字典结构
    param_list = [{"param": item} for item in param_items]
    # 序列化为和目标格式一致的字符串，不需要字符串结果的话可以直接return param_list
    return json.dumps(param_list, ensure_ascii=False)

3. 调用apply()批量处理整列：

# 可以直接覆盖原parameters列，也可以赋值到新列
df["parameters"] = df["parameters"].apply(format_params)

效果验证 #

用提供的测试数据运行上述代码，输出结果完全匹配需求：

# 构造测试数据集
test_df = pd.DataFrame({
    "parameters": ["param1,param2", "param1,param2,param3", "param1,param2,param3,param4"]
})
# 批量转换
test_df["parameters"] = test_df["parameters"].apply(format_params)
print(test_df.to_string(index=False))

输出：

parameters
           [{"param": "param1"}, {"param": "param2"}]
 [{"param": "param1"}, {"param": "param2"}, {"param...
 [{"param": "param1"}, {"param": "param2"}, {"param...

注意：如果不需要最终结果为字符串类型，直接返回列表对象即可，不需要调用json.dumps()，后续可以直接通过pandas的字典/列表相关API做进一步处理。

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