如何将含多词标签的嵌套列表转为指定结构的DataFrame？

你的问题出在直接用split(" ")会把所有空格都拆分，导致多词标签被拆成多个列，打乱了DataFrame的结构。这里给你两种实用的解决思路：

方法一：从右侧拆分（适用于数值在字符串最后） #

如果每个字符串都是「多词标签 + 数值」的固定结构，数值是最后一部分，用rsplit(" ", 1)从右侧只拆一次，就能把前面所有内容保留为完整标签，最后一段单独作为数值：

import pandas as pd

# 示例数据
merged = ["Niveaux très haut 10", "Moyen niveau 5", "Bas 3"]

# 右侧仅拆分1次，分离标签与数值
processed_data = [item.rsplit(" ", 1) for item in merged]

# 转为DataFrame并指定列名
df = pd.DataFrame(processed_data, columns=["分类标签", "数值"])

# 可选：将数值列转为数值类型，方便后续计算
df["数值"] = pd.to_numeric(df["数值"])

运行后会得到结构正确的DataFrame，多词标签完整保留，数值单独成列。

方法二：正则表达式匹配（适配复杂场景） #

如果字符串格式更灵活（比如数值不在最后、标签和数值有特殊分隔符），可以用正则表达式精准提取标签和数值：

比如假设标签是任意非数字内容，数值是包含小数的数字：

import pandas as pd
import re

merged = ["Niveaux très haut 10", "Score moyen: 7.5", "20 points - Bas niveau"]

# 定义正则规则：匹配非数字部分（标签）和数字部分（数值）
pattern = r"([^\d]+)([\d.]+)"
processed_data = []
for item in merged:
    match = re.search(pattern, item)
    if match:
        # 去除标签前后多余空格
        label = match.group(1).strip()
        value = match.group(2)
        processed_data.append([label, value])

df = pd.DataFrame(processed_data, columns=["分类标签", "数值"])
df["数值"] = pd.to_numeric(df["数值"])

这种方法能应对更多复杂格式，只要能通过正则区分标签和数值即可。

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