解决方案：pandas列存在空值的情况下，用ast.literal

由于pandas column中存在NaN，在用ast.literal_eval进行，出现ValueError: malformed node or string

ast模块是帮助Python应用来处理抽象的语法解析的，如果输入不是合法的Python数据类型，则ast.literal_eval将引发异常。

根据文档，ast.literal_eval()的input只能是字符或节点，且只能由以下Python文本结构组成：字符串、数字、元组、列表、dicts、boolean和None。ps: pandas的NAN实质是float类型，所以报错。

对每个实体都先设置为str数据类型

from ast import literal_eval
df['column_2'] = df.column_1.apply(lambda x: literal_eval(str(x)))

def f(x):
    try:
        return literal_eval(str(x))   
    except Exception as e:
        print(e)
        return []

df['column_2'] = df.column_1.apply(lambda x: f(x))   

How to use ast.literal_eval in a pandas dataframe and handle exceptions