Pandas中列表类型列转换为元组列结果异常如何解决

你分组聚合得到的CalculationId列的元素并非列表类型，实际为字符串类型。对字符串调用tuple()函数时，默认会按单个字符迭代拆分，就会出现逐字符拆分的异常结果。

• 分组聚合时使用了字符串拼接类的聚合逻辑，例如df.groupby('CLOUD_STORE_ID').agg({'CalculationId': ','.join})，直接把原列的列表元素拼接为逗号分隔的字符串
• 聚合时未显式指定聚合结果为列表，pandas自动做了类型转换，将列表序列转为字符串存储
• 数据读取、预处理阶段，原列表列就已经被序列化为字符串格式

执行以下代码确认列元素的实际类型：

# 查看第一行CalculationId值的类型
print(type(df['CalculationId'].iloc[0]))
# 打印值本身确认结构，判断是原生列表还是字符串
print(df['CalculationId'].iloc[0])

未执行分组聚合的场景 #

调整聚合逻辑，直接指定聚合结果为列表，再转元组即可：

df_agg = df.groupby('CLOUD_STORE_ID', as_index=False).agg({'CalculationId': list})
df_agg['CalculationId_tuple'] = df_agg['CalculationId'].apply(tuple)

已得到字符串格式CalculationId列的场景 #

字符串为逗号/特定分隔符拼接的格式（例如"1,2,3"） #

def str_to_tuple(s):
    # 先按分隔符拆分回列表，再转元组
    return tuple(s.split(','))

df['CalculationId_tuple'] = df['CalculationId'].apply(str_to_tuple)

字符串为序列化的列表格式（例如"[1,2,3]"） #

import ast
def str_to_tuple(s):
    # 先把字符串反序列化为列表，再转元组
    return tuple(ast.literal_eval(s))

df['CalculationId_tuple'] = df['CalculationId'].apply(str_to_tuple)

内容的提问来源于stack exchange，提问作者Serge de Gosson de Varennes