如何将pandas列中字符串格式的spaCy NER元组列表转为实际元组列表

最推荐方案：使用ast.literal_eval解析 #

这是最安全的方案，仅支持解析Python字面量结构（列表、元组、字符串等），不会存在eval的恶意代码执行风险，完美适配你的场景。

单个字符串转换示例 #

import ast

# 假设这是你从DataFrame中取出的字符串类型NER结果
ner_str = """[('Madaripur', 'GPE'), ('Sadar', 'GPE'), ('Madaripur', 'GPE'),
 ('Wednesday', 'DATE'), ('Rozina Parveen', 'PERSON'), ('55', 'DATE'),
 ('Jalal Ahmed', 'PERSON'), ('Barguna', 'GPE'), ('Mahfuzur Rahman', 'PERSON'),
 ('Rozina', 'PERSON'), ('Mostafapur Bridge', 'FAC'), ('Dhaka', 'GPE'),
 ('around 12:30 pm', 'TIME'), ('Rozina', 'PERSON'), ('Mahfuzur', 'PERSON'),
 ('Madaripur Sadar Hospital', 'FAC'), ('Madaripur Sadar Police Station', 'ORG'),
 ('Rezaul Karim', 'PERSON')]"""

# 转换为元组列表
ner_list = ast.literal_eval(ner_str)

# 验证转换结果
print(type(ner_list)) # 输出 <class 'list'>
print(type(ner_list[0])) # 输出 <class 'tuple'>

# 直接遍历使用
for ent_text, ent_type in ner_list:
    print(f"实体内容：{ent_text}，实体类型：{ent_type}")

Pandas整列批量转换示例 #

如果需要转换整个DataFrame列的所有值，直接用apply批量处理即可：

import ast
import pandas as pd

# 假设你的DataFrame叫df，存储字符串格式NER结果的列叫ner_str
df['ner_list'] = df['ner_str'].apply(ast.literal_eval)

转换后新的ner_list列每个值都是你需要的元组列表结构，可以直接做后续遍历处理。

内容的提问来源于stack exchange，提问作者Nakkhatra