如何将任意长度嵌套列表转换为Pandas DataFrame列格式？

核心思路 #

先统一拆解所有输入列表，把所有最底层的一维数值列表提取出来，再将这些列表作为单独列传入Pandas构造DataFrame。这种方法完全适配二维列表中子列表数量的任意变化。

代码实现 #

先准备你的输入数据：

import pandas as pd

l1 = [1,2,3,4]
l2 = [[5,6,7,8],
      [9,10,11,12]]
l3 = [[13,14,15,16],
      [17,18,19,20]]

写一个通用的拆解函数，自动识别并处理一维/二维列表：

def flatten_lists(input_list):
    # 如果是二维列表，直接返回所有子列表；如果是一维列表，包装成列表的列表统一格式
    if isinstance(input_list[0], list):
        return input_list
    else:
        return [input_list]

把所有需要处理的列表放到一个容器里，逐个拆解收集所有子列表：

all_lists = [l1, l2, l3]
columns = []
for lst in all_lists:
    columns.extend(flatten_lists(lst))

最后转成DataFrame，自动生成列名：

df = pd.DataFrame({f'col_{i+1}': col for i, col in enumerate(columns)})
print(df)

输出结果 #

运行后会得到符合需求的DataFrame：

col_1  col_2  col_3  col_4  col_5
0      1      5      9     13     17
1      2      6     10     14     18
2      3      7     11     15     19
3      4      8     12     16     20

适配性说明 #

• 不管l2、l3这类二维列表里有多少个子列表，拆解函数都会把它们全部拆出来作为单独的列
• 后续新增同类列表（比如l4是包含3个子列表的二维列表），只需要把l4加到all_lists里即可，无需修改其他代码

内容的提问来源于stack exchange，提问作者user13132640