如何扁平化Pandas的Series嵌套Series结构？

你遇到的核心问题是：对Series调用str.extract后返回的是单列DataFrame，直接取行得到的是Series对象，而非单个字符串值。以下是两种无需遍历的扁平化方法：

方法1：直接提取后压缩为一维Series #

利用squeeze()方法将单列DataFrame转换为一维Series，每个元素即为提取到的字符串：

import pandas as pd
df = pd.DataFrame({"a": ["asf cat llma 3X dog elepnt", "cat dog child monkey 5X sljka", "fsdjkl; dsfaa"]})

# 提取并扁平化
sr_flat = df[df.a.str.contains("[3-6]X", na=False)].a.str.extract("([3-6]X)", expand=True).squeeze()

# 验证类型
[type(sr_flat.iloc[i]) for i in range(sr_flat.shape[0])]
# 输出：[<class 'str'>, <class 'str'>]

方法2：先提取再筛选（更清晰的流程） #

先对整列完成提取操作，再筛选非空结果，最后压缩为一维Series：

import pandas as pd
df = pd.DataFrame({"a": ["asf cat llma 3X dog elepnt", "cat dog child monkey 5X sljka", "fsdjkl; dsfaa"]})

# 第一步：提取所有行的匹配结果
extracted_df = df['a'].str.extract("([3-6]X)")
# 第二步：筛选出有有效结果的行并压缩
sr_flat = extracted_df.dropna().squeeze()

为什么原来的代码会得到嵌套Series？ #

你调用sr.iloc[i]时，取的是DataFrame的行，而DataFrame的行本身就是Series类型。通过squeeze()或直接取列（extracted_df.iloc[:, 0]），可以将单列DataFrame转换为每个元素都是字符串的一维Series，从而实现扁平化。

内容的提问来源于stack exchange，提问作者johnrobot