如何将Pandas Core Series转换为独立的多列？

核心解决方案 #

根据你提供的df['locations']结构（每个元素是包含字典的列表），分两种场景处理：

场景1：每个列表仅包含单个字典

这是你示例中呈现的情况，可直接提取字典并展开为列：

# 提取列表内的字典并转为DataFrame
locations_df = df['locations'].apply(lambda x: x[0]).apply(pd.Series)
# 与原DataFrame合并，移除原locations列
df_final = pd.concat([df.drop('locations', axis=1), locations_df], axis=1)

或者更简洁的方式，直接用pd.json_normalize处理：

locations_df = pd.json_normalize(df['locations'])
df_final = pd.concat([df.drop('locations', axis=1), locations_df], axis=1)

场景2：每个列表包含多个字典

如果需要将列表中的每个字典展开为单独行，同时保留原数据的其他字段：

# 将列表拆分为多行
df_exploded = df.explode('locations').reset_index(drop=True)
# 展开字典为列并合并
df_final = pd.concat([df_exploded.drop('locations', axis=1), df_exploded['locations'].apply(pd.Series)], axis=1)

你之前操作的问题说明 #

• pd.DataFrame([df['locations']])得到1行196列：是因为你把整个Series包装成了一个列表元素，Pandas会将Series的每个索引值作为列，每个元素作为单元格值，这并非字典展开的逻辑。
• to_string()转换后报错：to_string()返回的是纯文本字符串，无法直接作为DataFrame构造器的输入，因此触发ValueError。

内容的提问来源于stack exchange，提问作者ASH