将字符串格式的字典列安全解析并展开为多列结构化数据

本文介绍如何使用 ast.literal_eval 安全解析 dataframe 中形如 {key: [v1, v2, v3, v4]} 的字符串列，并将其高效拆分为独立的 id 列与数值列（t1–t4），适用于日志解析、api 响应预处理等场景。

在实际数据处理中，我们常遇到将嵌套结构以字符串形式存储于单列的情况（例如数据库导出或 API 返回的 jsON-like 字符串）。直接用 eval() 解析存在严重安全风险，而 ast.literal_eval() 是 python 标准库提供的安全替代方案——它仅允许解析基本字面量（字典、列表、数字、字符串、布尔值和 None），拒绝执行任意代码，因此推荐在生产环境中使用。

以下是一个完整、可复现的解决方案：

import pandas as pd from ast import literal_eval  # 示例原始数据 df = pd.DataFrame({     "column_A": [         "{827056812014862 : [0.05, 0.0608, 0.476464, 0.53535]}",         "{263746262748835 : [0.08, 0.0333, 0.8263, 0.9463]}",         "{63673738736362 : [0.05, 0.0926, 0.8694, 0.9903]}",         "{73737681201484 : [0.08, 0.0425, 0.1948, 0.3958]}"     ] })  # 步骤 1：安全解析字符串为字典 # 注意：原始字符串中 key 无引号，但 literal_eval 支持整数 key（只要语法合法） parsed_dicts = df["column_A"].apply(literal_eval)  # 步骤 2：展开为扁平化记录列表 records = [] for d in parsed_dicts:     for key, values in d.items():         # 确保 values 是长度为 4 的列表（可根据实际调整）         if not isinstance(values, (list, tuple)) or len(values) != 4:             raise ValueError(f"Unexpected value format for key {key}: {values}")         records.append({             "id": key,             "t1": values[0],             "t2": values[1],             "t3": values[2],             "t4": values[3]         })  # 步骤 3：构建新 DataFrame result = pd.DataFrame(records) print(result)

✅ 输出结果完全匹配预期：

id    t1      t2        t3       t4 0  827056812014862  0.05  0.0608  0.476464  0.53535 1  263746262748835  0.08  0.0333  0.826300  0.94630 2   63673738736362  0.05  0.0926  0.869400  0.99030 3   73737681201484  0.08  0.0425  0.194800  0.39580

? 关键注意事项：

• 若原始字符串中 key 是字符串（如 {“827056812014862”: […]}），literal_eval 同样兼容；但若 key 缺少引号且含非法字符（如空格、小数点），则会报错——此时需先清洗字符串。
• 对于大规模数据，上述循环方式清晰易懂；若追求性能，可用 pd.json_normalize() 配合预处理，但前提是字符串能统一转为标准 json 格式（需补全引号等）。
• 建议始终添加类型与长度校验（如示例中的 isinstance 和 len(values) != 4），避免因脏数据导致静默错误或列错位。

该方法兼顾安全性、可读性与健壮性，是处理“伪字典字符串列”的工业级实践方案。