Python DataFrame如何将每行的类列表取值转换为对应纯值？

情况1：colA中存储的是真实Python列表对象 #

直接调用join方法拼接列表元素即可，代码如下：

import pandas as pd

# 示例构造数据
df = pd.DataFrame({
    'colA': [[0], [3, 1], [3, 1, 2], [3, 1]]
})

# 转换逻辑：先把列表内的所有元素转成字符串，再用逗号拼接
df['desired'] = df['colA'].apply(lambda x: ','.join(map(str, x)))

运行后即可得到需要的desired列结果。

情况2：colA中存储的是字符串格式的类列表（比如"[3, 1]"这种字符串） #

需要先把字符串转成真实的列表对象，再做拼接，这里用ast.literal_eval做安全的类型转换：

import pandas as pd
import ast

# 示例构造数据
df = pd.DataFrame({
    'colA': ['[0]', '[3, 1]', '[3, 1, 2]', '[3, 1]']
})

# 转换逻辑：先转字符串为列表，再拼接元素
df['desired'] = df['colA'].apply(lambda x: ','.join(map(str, ast.literal_eval(x))))

补充说明 #

不推荐直接对列做字符串切片（比如df['colA'].astype(str).str[1:-1]）的方式处理，因为如果列表元素之间存在空格，转换后的结果会自带多余空格，和预期输出不符。以上两种方案不管原列表元素之间有没有空格，都能得到无多余分隔的逗号拼接结果。

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