如何将包含字典列表的列拆分为标准pandas DataFrame？

你的数据属于字符串化的嵌套列表结构，外层列表包裹了一层字符串格式的二维列表，无法直接转换是因为没有先解析字符串为Python原生对象。

具体实现步骤 #

• 导入依赖：pandas用于生成DataFrame，Python标准库ast的literal_eval方法用于安全解析Python字面量字符串，无需额外安装依赖
• 提取原始数据中的字符串元素，解析为Python原生嵌套列表
• 剥离多余的嵌套层级，拿到实际存储字段信息的字典数组
• 直接将字典数组传入pd.DataFrame完成转换

完整可运行代码 #

import pandas as pd
import ast

# 原始数据
raw_data = ["[[{'uuid': '3cb5da6c-6db2-4893-9ebb-39443a7c83be', 'answers': 'Vibinators', 'votes': '74'}, {'uuid': '564b3357-df5f-4543-bd07-fa0c3c9401de', 'answers': 'I AM’s', 'votes': '139'}]]"]

# 解析字符串为Python对象
str_content = raw_data[0]
nested_list = ast.literal_eval(str_content)
# 提取字典数组
data_list = nested_list[0]

# 转换为DataFrame
df = pd.DataFrame(data_list)
# 可选：将votes列转为数值类型
df['votes'] = df['votes'].astype(int)

print(df)

输出示例 #

uuid     answers  votes
0  3cb5da6c-6db2-4893-9ebb-39443a7c83be  Vibinators     74
1  564b3357-df5f-4543-bd07-fa0c3c9401de      I AM’s    139

内容的提问来源于stack exchange，提问作者Thembela Daphula