如何将DataFrame中字符串形式的列表转为Python列表？

嘿，这个问题我太熟了！你遇到的情况是DataFrame的query列里存的都是字符串格式的列表/元组，而不是真正的Python容器对象，所以调用len()的时候算的是字符串的长度（比如"[]"的长度就是2），而不是列表里元素的个数。下面给你几种靠谱的转换方法：

这是Python标准库ast里的安全解析函数，专门用来把字符串形式的Python对象转换成实际对象，比直接用eval安全得多（不会执行恶意代码）。

先看示例代码：

import ast
import pandas as pd

# 模拟你的DataFrame
df = pd.DataFrame({
    'query': ["[]", "[(apple,10),(orange,15)]", "[(apple,2),(orange,5)]"]
})

# 注意：如果你的字符串里的水果名没有引号（比如`apple`而不是`'apple'`），`ast.literal_eval`会报错，因为它会把apple当成变量名。这时候先给水果名加引号：
df['query'] = df['query'].str.replace(r'(\w+)(?=,)', r"'\1'", regex=True)
df['query'] = df['query'].str.replace(r'(?<=, )(\w+)', r"'\1'", regex=True)

# 执行转换
df['query'] = df['query'].apply(ast.literal_eval)

# 验证结果
print(df['query'].apply(len))
# 输出：0    0
#       1    2
#       2    2
#       Name: query, dtype: int64

这个方法几乎能处理所有标准的Python容器格式字符串，而且安全可靠，是首选方案。

如果你的数据是绝对安全的（比如完全由你自己生成，没有外部输入），也可以直接用eval，但要注意：eval会执行字符串里的任何Python代码，要是字符串里有恶意代码，会直接运行，风险很高。

代码示例：

df['query'] = df['query'].apply(eval)

除非你能100%确保数据安全，否则别用这个方法。

如果你的字符串格式比较奇怪（比如不符合标准Python容器语法），上面两种方法都失效的话，就只能手动解析了。比如针对你的数据格式，写个自定义解析函数：

def parse_query_string(s):
    # 处理空列表的情况
    if s.strip() == '[]':
        return []
    # 去掉首尾的方括号，分割成单个元组字符串
    tuple_strings = s.strip('[]').split('),(')
    result = []
    for t_str in tuple_strings:
        # 去掉元组的括号，分割成水果名和数字
        fruit, num = t_str.strip('()').split(',')
        # 清理空格并转换类型
        result.append((fruit.strip(), int(num.strip())))
    return result

df['query'] = df['query'].apply(parse_query_string)

这种方法虽然麻烦，但可以灵活处理各种非标准格式，适合定制化需求。

转换完成后，你再调用df['query'].apply(lambda x: len(x))，第一行就会返回0啦！

内容的提问来源于stack exchange，提问作者Constantine1991