如何将Pandas DataFrame中的列表列拆分为多列？

你要处理的是把DataFrame中存列表的列拆分成多列，同时保留其他列，下面是最实用的解决方案：

情况1：所有列表长度一致（比如你的示例里都是2个元素） #

直接用Pandas原生的高效方法拆分，代码如下：

import pandas as pd

# 构造你的原始DataFrame
df = pd.DataFrame({'A': [[1,2], [3,4]], 'B': ['X', 'Y']})

# 把列A的列表拆成单独列，指定列名
expanded_cols = pd.DataFrame(df['A'].tolist(), index=df.index, columns=['A_0', 'A_1'])

# 和原DataFrame的B列合并，得到最终结果
final_df = pd.concat([expanded_cols, df['B']], axis=1)

情况2：列表长度不固定（有的长有的短） #

如果列A里的列表长度不一样，我们可以自动根据最长的列表生成对应列名，短列表的空缺位置会自动填充NaN：

import pandas as pd

df = pd.DataFrame({'A': [[1,2], [3,4,5]], 'B': ['X', 'Y']})

# 拆分列表列，自动生成默认列名（0、1、2...）
expanded_cols = pd.DataFrame(df['A'].tolist(), index=df.index)
# 把默认列名改成A_0、A_1这种格式
expanded_cols.columns = [f'A_{i}' for i in expanded_cols.columns]

# 合并得到结果
final_df = pd.concat([expanded_cols, df['B']], axis=1)

你原代码的问题 #

你写的代码最后一行df[labels] = df[col]只是把原列表直接赋值给新列，并没有拆分列表，所以新列里还是存着列表，没有达到拆分的效果。上面的方法通过tolist()把列A的列表转换成二维数组，再用pd.DataFrame直接生成多列，是Pandas里效率最高的方式，比逐行apply处理快得多，尤其是数据量大的时候。

内容的提问来源于stack exchange，提问作者Micah sherry