如何将嵌套列表转换为带集合标识的Pandas DataFrame？

我构造了如下嵌套列表：

list_1 = [123, 1344, 678, 1455, 900, 1899, 567]
list_2 = [1677, 2334]
list_3 = [2010, 1234]
lst = []
lst.append(list_1)
lst.append(list_2)
lst.append(list_3)
print(lst)

输出结果：

[[123, 1344, 678, 1455, 900, 1899, 567], [1677, 2334], [2010, 1234]]

我需要把它转换成包含「Number」和「Set」列的Pandas DataFrame，其中Set列标记元素所属的集合序号（第一个子列表对应Set 1，以此类推），期望的DataFrame样式如下：

我尝试了以下代码但未得到预期结果，请求帮助：

a = len(lst)     
df3 = pd.DataFrame(columns=['Number','Set'])
for i in lst:
    for j in range(a):
        df2= pd.DataFrame({'Number':i})
        df2['Set']=j+1
        pd.concat([df2,df3],ignore_index = True)
        print(df2)
        break

问题分析 #

你的代码存在几个关键问题：

• 内层循环多余且逻辑错误：内层for j in range(a)完全没必要，break语句导致只执行一次循环，Set值被固定为1，无法对应正确的子列表序号
• concat结果未保存：pd.concat([df2,df3],ignore_index = True)执行后没有赋值给df3，每次合并的结果都丢失，最终df3还是初始的空DataFrame
• Set值赋值错误：应该根据子列表在lst中的位置（索引+1）设置Set值，而非循环变量j

正确解法 #

方法1：修正循环逻辑

import pandas as pd

list_1 = [123, 1344, 678, 1455, 900, 1899, 567]
list_2 = [1677, 2334]
list_3 = [2010, 1234]
lst = [list_1, list_2, list_3]

df3 = pd.DataFrame(columns=['Number','Set'])
for idx, sub_list in enumerate(lst, start=1):
    # 为当前子列表创建临时DataFrame，Set值为当前索引
    temp_df = pd.DataFrame({'Number': sub_list, 'Set': idx})
    # 合并到df3并重新赋值
    df3 = pd.concat([df3, temp_df], ignore_index=True)

print(df3)

方法2：列表推导式（推荐）

先构造所有(Number, Set)数据对，再直接转DataFrame，效率更高：

import pandas as pd

list_1 = [123, 1344, 678, 1455, 900, 1899, 567]
list_2 = [1677, 2334]
list_3 = [2010, 1234]
lst = [list_1, list_2, list_3]

# 生成所有数据对
data = [(num, set_num) for set_num, sub_list in enumerate(lst, start=1) for num in sub_list]
df = pd.DataFrame(data, columns=['Number', 'Set'])

print(df)

方法3：Pandas explode方法

先构造包含Set和子列表的DataFrame，再展开子列表：

import pandas as pd

list_1 = [123, 1344, 678, 1455, 900, 1899, 567]
list_2 = [1677, 2334]
list_3 = [2010, 1234]
lst = [list_1, list_2, list_3]

# 先创建包含Set和子列表的DataFrame
df = pd.DataFrame({'Set': range(1, len(lst)+1), 'Number': lst})
# 展开子列表
df = df.explode('Number', ignore_index=True)
# 调整列顺序（可选）
df = df[['Number', 'Set']]

print(df)

以上三种方法都能得到期望的DataFrame结果。

内容的提问来源于stack exchange，提问作者Abikian