如何将单列CSV文件转换为可读取文本的嵌套列表（Python）

你的问题出在读取和转换数据的步骤上，让我一步步帮你修正：

问题根源 #

你用pd.read_csv得到的是一个DataFrame对象，然后直接把整个DataFrame放进pd.Series([sentence])，这相当于把整个表格作为单个元素存入Series。当你调用.tolist()时，Python会迭代这个DataFrame的底层结构，最终把文本拆成了单个字符。

正确解决方案 #

步骤1：正确读取单列CSV #

因为你的CSV只有一列，直接用squeeze=True参数把读取结果转换成Series（每个元素对应一行文本）；如果你的CSV没有表头，记得加上header=None避免把第一行文本当成列名：

import pandas as pd

# 读取单列CSV，直接得到每行文本组成的Series
sentences = pd.read_csv("myfile.csv", encoding='utf-8', header=None, squeeze=True)

步骤2：生成嵌套列表 #

遍历这个Series，把每个文本字符串放进单独的子列表里：

# 生成包含30万个子列表的嵌套列表
nested_list = [[sent] for sent in sentences]

这样得到的结果就是你想要的：每个子列表里是完整的字符串句子，比如[['What is the...'], ['Another sentence...'], ...]。

验证小例子 #

假设你的CSV内容是：

Hello World
Python is great
Data processing

运行上述代码后，nested_list会是：

[['Hello World'], ['Python is great'], ['Data processing']]

内容的提问来源于stack exchange，提问作者twhale