创建多列Pandas DataFrame遇异常：超11个列表仅显示一列的解法

问题分析 #

当你用11个及以内的列表创建DataFrame时，尺寸符合预期（行数为列表数量，列数240），但列表数量超过11个时，DataFrame仅显示一列。这是因为使用np.array(a, dtype=object)转换时，NumPy可能将多维列表结构压缩成了一维数组，导致Pandas无法正确识别列结构。

解决方案 #

方案1：直接用列表的列表创建DataFrame，跳过NumPy转换 #

Pandas的DataFrame构造函数可以直接接收列表的列表作为输入，不需要先转成NumPy数组，这样能避免NumPy的自动结构转换问题：

a = []
for p, i in mfcc[:12]:  # 示例取12个列表，可替换为你需要的数量
    b = []
    for j in i:
        for k in j:
            b.append(k)
    a.append(b)

# 直接传入列表的列表，无需转numpy array
df = pd.DataFrame(a)

方案2：检查子列表长度一致性 #

如果必须使用NumPy数组，先确保所有子列表的长度都是240。若某个子列表长度不符，NumPy会将数组转为一维的object数组，导致Pandas只生成一列：

# 验证每个子列表长度是否为240
for idx, lst in enumerate(a):
    if len(lst) != 240:
        print(f"第{idx}个列表长度异常：{len(lst)}")

# 确认长度一致后再转换
if all(len(lst) == 240 for lst in a):
    df = pd.DataFrame(np.array(a))
else:
    print("存在长度不一致的列表，请检查数据")

核心原因 #

当列表数量超过11时，若某个子列表长度不是240，np.array(a, dtype=object)会生成一维数组而非二维数组；即使所有子列表长度一致，NumPy的object类型数组有时也会出现结构识别偏差，直接用Pandas构造函数更可靠。

内容的提问来源于stack exchange，提问作者HezTech