如何将pandas DataFrame各列内列表格式元素转换为对应内部数据类型

实现方案 #

你可以直接使用pandas内置的str访问器处理列表类型的列，会自动跳过空值（np.nan），不需要额外做异常判断。
首先补全依赖导入（原示例用到np.nan需要导入numpy）：

import pandas as pd
import numpy as np

构造示例DataFrame：

data = {'ID':['A', 'B', 'C', 'D'],
    'Age':[[20], [21], [19], [24]],
    'Sex':[['Male'], ['Male'],['Female'], np.nan],
    'Interest': [['Dance','Music'], ['Dance','Sports'], ['Hiking','Surfing'], np.nan]}
df = pd.DataFrame(data)

分列处理（可控性更高）

# 提取单元素列表的内部值，保留原数据类型
df['Age'] = df['Age'].str[0]
df['Sex'] = df['Sex'].str[0]
# 多元素列表转为逗号分隔的字符串
df['Interest'] = df['Interest'].str.join(', ')

如果需要保留Interest列的多元素列表格式，无需执行join处理即可。

批量自动处理所有列

如果列数较多可以用循环自动判断处理：

for col in df.columns:
    # 仅处理包含列表类型的列
    if df[col].dropna().apply(lambda x: isinstance(x, list)).any():
        list_avg_len = df[col].dropna().apply(len).mean()
        if list_avg_len == 1:
            # 单元素列表提取内部值
            df[col] = df[col].str[0]
        else:
            # 多元素列表转为逗号分隔字符串，需要保留列表可注释这行
            df[col] = df[col].str.join(', ')

处理后Age列为int类型、Sex列为字符串类型，空值会保持为np.nan，符合要求。

内容的提问来源于stack exchange，提问作者Shiva