如何将Pandas DataFrame中字符串格式数组转为标准数组格式

你可以使用Python标准库ast的literal_eval方法完成转换，该方法可以安全地将字符串形式的Python字面量（包括列表、字典等）转换为对应的原生数据类型，不会执行任意恶意代码，是处理这类场景的首选方案。

修改后完整代码 #

import json
import pandas as pd
import ast

sample = {"event_id": "dd9726c4-9c22-47b3-9a1b-fd6ecf494076", "event_type": "UPDATED", "attributes_changed": "['metadataStatus', 'elements']"}
df = pd.DataFrame(data=sample, index=[0])

# 核心转换逻辑：将字符串格式的列表转为真实列表
df['attributes_changed'] = df['attributes_changed'].apply(ast.literal_eval)

df_with_seq_id = [(json.dumps(rec), idx) for (idx, rec) in df.to_dict(orient='index').items()]

替代方案（JSON转换） #

如果你的列表字符串格式符合JSON规范，也可以用json.loads转换，需要先把单引号替换为JSON要求的双引号：

df['attributes_changed'] = df['attributes_changed'].apply(lambda x: json.loads(x.replace("'", '"')))

可选容错处理 #

如果存在部分行格式异常、空值的情况，可以加异常捕获避免转换报错：

def safe_parse_list(x):
    try:
        return ast.literal_eval(x)
    except (ValueError, SyntaxError, TypeError):
        # 格式错误时返回空列表，也可根据业务需求返回原值/None等
        return []

df['attributes_changed'] = df['attributes_changed'].apply(safe_parse_list)

运行以上代码后，attributes_changed字段会被转换为真实的列表类型，序列化为JSON时就不会出现外层多余的双引号，符合你预期的输出格式。

内容的提问来源于stack exchange，提问作者sivaguru