Python中如何拆分包含引号和逗号的DataFrame单列数据

你列中存储的是字符串格式的Python字典结构，直接切片、替换引号的方式容错率极低，用以下方法可直接完成拆分：

• 核心思路是先把字符串转成真实的字典对象，再直接展开为独立列，不需要手动处理引号或截取位置，ast.literal_eval可以直接兼容Python风格的单引号字典字符串，不需要转成JSON格式，适配性更高
• 如果存在部分格式异常的行，可以加异常判断处理坏数据，避免整体报错

完整实现代码 #

首先导入依赖库：

import pandas as pd
import ast

假设你的原始DataFrame名称为df，存储字典字符串的列名为raw_col，处理代码如下：

# 解析字符串为字典列，加异常捕获兼容坏数据
def safe_parse(s):
    try:
        return ast.literal_eval(s)
    except:
        # 格式异常的行返回空字典，可根据需求修改默认值
        return {}

df['dict_col'] = df['raw_col'].apply(safe_parse)

# 展开字典为独立列，合并回原DataFrame
df = pd.concat([df, pd.DataFrame(df['dict_col'].tolist())], axis=1)

# 可选：删除原始列和中间生成的字典列
df = df.drop(['raw_col', 'dict_col'], axis=1)

处理完成后，你原字符串里的displayName、locationIdentifier、normalisedSearchTerm都会变成独立的列。

原方法失败原因说明 #

• 切片拆分失败不是因为引号，是因为不同行的字段值长度不固定，固定截取位置会出现错位
• 替换引号未生效大概率是存在未识别的转义字符、隐形字符，或者混淆了单双引号的处理逻辑，用ast解析不需要手动处理这类格式问题

内容的提问来源于stack exchange，提问作者Carolyn S