将索引为列名、值为列表的Series对象转换为DataFrame

针对你的需求，最直接高效的方法是将Series转换为字典后传入pd.DataFrame()构造函数：

import pandas as pd

# 示例Series
s = pd.Series([[100, 200, 300], [400, 500, 600]], index=['A', 'B'])

# 转换为目标DataFrame
df = pd.DataFrame(dict(s))

执行后会直接得到你想要的结构：

为什么之前的方法不符合预期？ #

• reset_index() 和 to_frame() 会把Series的索引和列表值拆分为普通列，导致结构扁平化，没法直接生成多行多列的目标格式。
• transpose() 仅对已有DataFrame做行列转置，但如果先用to_frame()得到的是“列名-列表”的单行结构，转置后依然无法拆分列表为多行。

大数据量场景适配 #

针对你提到的50-100列、数百万行的场景，上述方法已经足够高效——pd.DataFrame()直接基于原始列表构造，避免了多余的中间转换步骤。如果存在各列表长度不一致的情况，会自动用NaN填充缺失值，兼容非等长场景。

你也可以用等效的from_dict方法，效果完全相同：

df = pd.DataFrame.from_dict(dict(s))

内容的提问来源于stack exchange，提问作者GaryChin