如何将CSV嵌套列表列转SQLite关系库及解决读取后列表变字符串问题

失效的核心原因是CSV格式本身不支持存储原生Python列表对象：

• 读取JSON时，pandas会自动把JSON内的嵌套结构解析为原生list类型，支持切片索引
• 写入CSV时，格式本身仅能存储纯文本，会把原本的list对象直接转成字符串字面量落盘；你看到的输出和原列表文本完全一致，只是字符串的展示效果，实际数据类型已经从list变成了str
  此时执行data['fermentables'][0][0]，本质是对字符串取第0位字符，自然只能拿到开头的[。

如果必须通过CSV做数据中转，读取CSV时需要手动将字符串形式的列表转回原生类型，代码示例：

import ast
import pandas as pd

# 读取时指定转换规则，批量把字符串化的列表转回Python原生结构
df = pd.read_csv(
    "beer_recipes.csv",
    converters={
        # 所有存了嵌套列表的列都可以在这里补充转换规则
        "fermentables": ast.literal_eval,
        "hops": ast.literal_eval,
        "yeasts": ast.literal_eval
    }
)

转换完成后，列内数据恢复为list类型，即可正常使用嵌套索引。

关系型数据库的核心设计原则是不存储嵌套集合结构，需要把一对多的嵌套关系拆分为独立的关联表，才能支撑后续的聚合统计查询。

推荐表结构设计 #

针对当前啤酒配方场景，拆分为两张核心关联表即可覆盖需求：

• 配方主表 recipes：存储每个啤酒配方的基础信息，设置recipe_id为唯一主键，其余字段存储配方名称、出酒量、酿造温度等无嵌套的独立参数
• 发酵原料明细表 fermentable_items：存储每个配方对应的单条发酵原料记录，字段结构为：
  • id：自增主键
  • recipe_id：外键，关联recipes表的recipe_id
  • weight：对应子列表第0位的原料重量值
  • grain_name：对应子列表第1位的谷物名称
  • ppg：对应子列表第2位的原料潜在比重值
  • deg_litner：对应子列表第3位的原料色度值
  • grain_bill：对应子列表第4位的原料配方占比

实现流程 #

• 第一步：从原始JSON数据中提取所有非嵌套字段，生成独立的配方主表数据，为每一行配方分配唯一的recipe_id
• 第二步：逐行遍历每个配方的fermentables嵌套列表，将每个子列表按照字段映射拆分为独立的单条原料记录，给每条记录绑定对应配方的recipe_id，汇总形成发酵原料明细表
• 第三步：将两张表直接通过pandas的to_sql方法写入SQLite，无需经过CSV中转

常用查询示例 #

表结构拆分完成后，“查询所有啤酒配方中最常用谷物名称”的需求可直接通过标准SQL实现：

-- 统计每个谷物出现在多少个配方中，按出现次数倒序排列
SELECT
  grain_name,
  COUNT(DISTINCT recipe_id) AS used_recipe_count
FROM fermentable_items
GROUP BY grain_name
ORDER BY used_recipe_count DESC;

内容的提问来源于stack exchange，提问作者Basalty