导入xlsx文件为DataFrame类型，转换为列表，分词后中括号和引号无法去除

我是跨境电商从业者，前两天学了点 Python ，百度后试着自己写了段代码，希望能实现以下功能：
将导入进 xlsx 的用户搜索词进行词频统计，用于标题拟定和关键词填写。
查询资料后，把这个要求拿出了自己的实现方法：

使用 pandas 库，从 test.xlsx 中导入关键词
使用 split() 方法，或者 nltk 库中的 word_tokenize 模块，来进行分词
使用 nltk 库中的 WordNetLemmatizer 模块，对分词后的结果进行词性还原
对词性还原后的结果，进行词频统计
把结果写进 results.xlsx 文件中
但是当工作开始后，我遇到以下问题：
pandas 库导入的数据是 DataFrame 类型，而 word_tokenize 模块只认 string
为了解决此问题，我转而使用 split() 方式。
可是使用 split() 方式后，一万多条关键词，只有前几十条被分词。
于是我转而试图将结果转换为 string ，再分词，我使用的是 str() 函数。
使用 str(）函数后，word_tokenize 模块还是不能用，变量管理器里一个结果都没有。
但是 split() 方式可以用了。
只是返回的结果中有中括号和引号。
我转而放下这个问题，把接下来几个问题解决了。
其中，写入 xlsx 文件被放弃，改成写进 test.csv 文件。
当我回头准备解决中括号和引号的问题时，我开始渐渐绝望，因为我试了最常用的 join 方法，仍然有中括号和引号。
其他的一些方法，要么我看不明白，要么就是用不了。
附上源码：


#!/usr/bin/python3
#coding=utf-8

import pandas as pd # 导入 pandas 模块，以读取 xlsx 文件
import collections # 导入 collection 模块，以实现词频统计
from nltk import word_tokenize, pos_tag # 分词
from nltk.corpus import wordnet # 导入 wordnet 模块，写入方法，将 tag 转换为 pos
from nltk.stem import WordNetLemmatizer # 导入词性还原模块，进行词性还原


def get_wordnet_pos(tag): # 定义一个方法，用来将 tag 转换为 pos
    if tag.startswith('J'):
        return wordnet.ADJ
    elif tag.startswith('V'):
        return wordnet.VERB
    elif tag.startswith('N'):
        return wordnet.NOUN
    elif tag.startswith('R'):
        return wordnet.ADV
    else:
        return None

keywords_data = pd.read_excel(r'C:\Users\cmoc\Downloads\test.xlsx', sheet_name='test') # 载入 test.xlsx 中的 test 表格
keywords_list = keywords_data.values.tolist() # 把读取的数据转换成列表
keywords_list_trans = []
for keyword_list in keywords_list:
#    keyword_list.replace("'", "")
    keywords_list_trans.append(keyword_list[0])

keywords = str.split(str(keywords_list_trans)) # 将product_data 转换为字符串，并进行分词
tagged_keywords = pos_tag(keywords) # 获取单词词性

wnl = WordNetLemmatizer()
keywords_lemmatized = []
for tag in tagged_keywords:
    keyword_pos = get_wordnet_pos(tag[1]) or wordnet.NOUN
    keywords_lemmatized.append(wnl.lemmatize(tag[0], pos=keyword_pos)) # 词形还原

results = collections.Counter(keywords_lemmatized).most_common() # 将得到的结果转换成列表，并进行排序
results_dict = dict(results) # 将排序后的结果列表转换成字典
results_df = pd.DataFrame.from_dict(results_dict, orient='index', columns=['Frequency'])

results_df.to_csv(r'C:\Users\cmoc\Downloads\test.csv', sep=',', header=True, index=True)

附上我的关键词：

/%ra2
链接是坚果云，未注册用户也可以下载。

转换为列表之后再用 " ".join()拼接成字符串不行吗?

pandas 库导入的数据是 DataFrame 类型，那么就用pandas库处理列数据即可，将关键词那列的每行转换成字符串形式。