如何将Ollama的结构化输出转换为Python DataFrame

嘿，我太懂你这种抓耳挠腮的感觉了——Ollama返回的这个格式根本不是标准JSON，而是类Python对象的写法，难怪普通的JSON解析工具都不管用，甚至你手动替换字符都没效果。别慌，给你分享两个靠谱的解决办法，分分钟把它转成DataFrame：

方法一：正则表达式清理格式，转成标准JSON #

这个输出里的Pet(...)本质就是键值对集合，咱们只要把它改成JSON认可的格式就行。核心就是把Pet(换成{，把)换成}，再把单引号改成双引号（JSON只认双引号），最后包装成合法的JSON数组。

用Python代码实现的话是这样：

import re
import pandas as pd
import json

# 把你的原始Ollama输出粘在这里
raw_text = """pets=[
  Pet(name='Luna', animal='cat', age=5, color='grey', favorite_toy='yarn'), 
  Pet(name='Loki', animal='cat', age=2, color='black', favorite_toy='tennis balls')
]"""

# 第一步：把列表里的内容提取出来
list_content = re.search(r'\[(.*)\]', raw_text, re.DOTALL).group(1)

# 第二步：批量替换格式，改成JSON语法
cleaned = re.sub(r'Pet\s*\(', '{', list_content)  # 匹配带任意空格的Pet(
cleaned = re.sub(r'\),?', '},', cleaned)  # 把)换成}，顺便处理末尾逗号
cleaned = cleaned.replace("'", '"')  # 单引号转双引号适配JSON规范

# 最后补成完整的JSON数组，去掉末尾多余的逗号
final_json = f"[{cleaned.rstrip(',')}]"

# 解析成字典列表再转DataFrame
pets_dict = json.loads(final_json)
df = pd.DataFrame(pets_dict)
print(df)

运行这段代码，你就能得到规整的DataFrame了。

方法二：直接解析Python对象（更省心） #

既然这个输出本身就是类Python的结构，咱们不如直接让Python识别它。只要提前定义好Pet这个结构，就能直接把字符串转换成Python列表，再转DataFrame。

代码示例如下：

import pandas as pd
from collections import namedtuple

# 先定义和输出匹配的Pet结构
Pet = namedtuple('Pet', ['name', 'animal', 'age', 'color', 'favorite_toy'])

# 你的原始Ollama输出
raw_text = """pets=[
  Pet(name='Luna', animal='cat', age=5, color='grey', favorite_toy='yarn'), 
  Pet(name='Loki', animal='cat', age=2, color='black', favorite_toy='tennis balls')
]"""

# 把字符串转换成Python变量
local_namespace = {}
exec(raw_text, {'Pet': Pet}, local_namespace)
pets_list = local_namespace['pets']

# 一键转DataFrame
df = pd.DataFrame(pets_list)
print(df)

这个方法不用折腾字符串替换，Python直接就能识别Pet(...)这种写法，只要提前把Pet的结构定义好就行，是不是更省心？

为啥你之前的replace没生效？ #

你说手动替换括号和Pet没成功，大概率是因为原始文本里有换行、空格这些空白字符！比如Pet(和name之间可能有空格或者换行，普通的str.replace("Pet(", "{")只会匹配完全不带空格的Pet(，自然替换不到。用正则表达式的re.sub就能解决这个问题，它能匹配任意空白字符~

备注：内容来源于stack exchange，提问作者BBJonz