如何从DataFrame含列表的列中生成符合指定规则的新列

我来帮你搞定这个需求！针对你的DataFrame中存储列表的Others列，我们可以通过自定义逻辑处理每个列表的长度，来精准生成Surname、Age和Weight这三个新列。

步骤1：先构造示例DataFrame（方便验证） #

首先我们先还原你的输入数据：

import pandas as pd

data = {
    'First_Name': ['Ken', 'Cole', 'Eddie'],
    'Others': [["Batman","28","5.5"], ["36","6.1"], ["24"]]
}
df = pd.DataFrame(data)

步骤2：定义拆分逻辑并生成新列 #

我们可以用列表推导式结合pd.DataFrame来高效处理，这种方式比apply函数性能更优，适合大数据量场景：

# 遍历每个列表，根据长度分配对应值
new_columns = pd.DataFrame(
    [
        # 列表长度为3时：Surname=第1个元素，Age=第2个，Weight=第3个
        (lst[0], lst[1], lst[2]) if len(lst) == 3 else
        # 列表长度为2时：Surname空，Age=第1个，Weight=第2个
        (pd.NA, lst[0], lst[1]) if len(lst) == 2 else
        # 列表长度为1时：Surname空，Age=第1个，Weight空
        (pd.NA, lst[0], pd.NA) if len(lst) == 1 else
        # 其他长度（比如空列表）：全部空值
        (pd.NA, pd.NA, pd.NA)
        for lst in df['Others']
    ],
    index=df.index,
    columns=['Surname', 'Age', 'Weight']
)

# 将新列合并到原DataFrame
df = pd.concat([df, new_columns], axis=1)

验证结果 #

运行后你会得到符合预期的输出：

（注：你示例中的数值变化应该是笔误，代码会严格按照列表中的原始值填充；如果需要转换数值格式，可以在逻辑里加上float()或int()处理，比如int(lst[1])）

另一种直观方式：用apply函数 #

如果你觉得列表推导式不够直观，也可以用apply结合自定义函数实现：

def process_others(row):
    lst = row['Others']
    if len(lst) == 3:
        return pd.Series([lst[0], lst[1], lst[2]], index=['Surname', 'Age', 'Weight'])
    elif len(lst) == 2:
        return pd.Series([pd.NA, lst[0], lst[1]], index=['Surname', 'Age', 'Weight'])
    elif len(lst) == 1:
        return pd.Series([pd.NA, lst[0], pd.NA], index=['Surname', 'Age', 'Weight'])
    else:
        return pd.Series([pd.NA, pd.NA, pd.NA], index=['Surname', 'Age', 'Weight'])

df[['Surname', 'Age', 'Weight']] = df.apply(process_others, axis=1)

两种方式都能满足你的需求，按需选择即可。

内容的提问来源于stack exchange，提问作者frankfrank-o