如何将pandas中每行存储列表的列转换为逗号分隔字符串

你可以根据需求选择以下两种实现方式，第二种结构化解析方案鲁棒性更强，更推荐使用。

方案1：符号替换快速实现 #

和你最初的思路一致，通过正则直接移除所有方括号、圆括号，空值转NaN即可，适合确认技能文本本身不包含括号的简单场景：

import pandas as pd
import numpy as np

df['Skills_clean'] = (
    df['Skills']
    .astype(str)
    .str.replace(r'[\[\]\(\)]', '', regex=True)
    .str.strip()
    .replace('', np.nan)
)

• 注意：该方法属于暴力字符替换，如果技能文本本身包含括号（例如C(++)、.NET(Core)这类技能名），会出现内容误删的问题。

方案2：结构化提取（更优方案） #

从数据结构来看，你的Skills列存储的是被圆括号包裹的技能实体组成的列表，直接提取所有圆括号内的纯文本再拼接，不会破坏技能本身的内容，适配性更强：

import re
import numpy as np

def parse_skills(cell_value):
    # 正则匹配所有圆括号内的文本内容
    skill_list = re.findall(r'\((.*?)\)', str(cell_value))
    # 空列表返回NaN，非空则用逗号拼接
    return np.nan if not skill_list else ', '.join(skill_list)

df['Skills_clean'] = df['Skills'].apply(parse_skills)

该方案的优势：

• 不会误删技能文本内部自带的括号、特殊符号
• 逻辑和NER输出的实体结构对齐，后续如果需要过滤重复实体、做实体类型筛选，只需要修改解析函数即可，扩展性更好
• 执行后输出结果和你预期的Skills_clean格式完全一致。

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