列表理解

如果性能很重要，我强烈推荐此解决方案和I can explain why.

df['liststring'] = [','.join(map(str, l)) for l in df['lists']]
df

                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

您可以使用函数将其扩展到更复杂的用例。

def try_join(l):
    try:
        return ','.join(map(str, l))
    except TypeError:
        return np.nan

df['liststring'] = [try_join(l) for l in df['lists']]

Series.apply/Series.agg与','.join

首先需要将列表项转换为字符串，这正是map派上用场的地方。

df['liststring'] = df['lists'].apply(lambda x: ','.join(map(str, x)))

或者，

df['liststring'] = df['lists'].agg(lambda x: ','.join(map(str, x)))

〈! -〉

df
                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

带有DataFrame.agg的pd.DataFrame构造函数

非循环/非lambda解决方案。

df['liststring'] = (pd.DataFrame(df.lists.tolist())
                      .fillna('')
                      .astype(str)
                      .agg(','.join, 1)
                      .str.strip(','))

df
                lists    liststring
0  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
1     [1000, 4, z, a]    1000,4,z,a

一种方法是使用列表解析、str和join：

df['liststring'] = df.lists.apply(lambda x: ', '.join([str(i) for i in x]))

输出：

lists        liststring
1  [1, 2, 12, 6, ABC]  1, 2, 12, 6, ABC
2     [1000, 4, z, a]     1000, 4, z, a

所有这些对我都不起作用（处理文本数据），对我起作用的是：

df['liststring'] = df['lists'].apply(lambda x: x[1:-1])

前面的解释很好很直接，但是如果你想把多个列转换成字符串分隔格式，你可以在dataframe中应用下面的函数，如果任何一列是列表，那么它将转换成字符串格式。

def list2Str(lst):
    if type(lst) is list: # apply conversion to list columns
        return";".join(lst)
    else:
        return lst

df.apply(lambda x: [list2Str(i) for i in x])

当然，如果只想应用于某些列，则可以按如下方式选择列的子集

df[['col1',...,'col2']].apply(lambda x: [list2Str(i) for i in x])

由于我们返回的序列长度与输入的序列长度相同，并且只使用一个序列作为输入，所以我立刻想到了pd.transform。

df['liststring'] = (
    df['lists'] 
    .transform(
        lambda x: ",".join(map(str,x))    
    )
)

这将返回

lists    liststring
1  [1, 2, 12, 6, ABC]  1,2,12,6,ABC
2     [1000, 4, z, a]    1000,4,z,a

非常感谢map（）对连接的修复，其他人也可以比我更好地列举性能优势，但我相信transform总的来说比apply（）性能更好，但我不确定列表理解的比较。

管道：

import pandas as pd
lists={1:[[1,2,12,6,'ABC']],2:[[1000,4,'z','a']]}
#create test dataframe
(
    pd.DataFrame.from_dict(lists,orient='index', columns=['lists'])
    .assign(liststring=lambda x: x.lists.astype(str).str[1:-1])
)

输出：

lists           liststring
    1   [1, 2, 12, 6, ABC]   1, 2, 12, 6, 'ABC'
    2   [1000, 4, z, a]      1000, 4, 'z', 'a'