如何在Pandas中将多列嵌套列表拆分为多列？

针对你有多个嵌套列表列的DataFrame，你可以通过批量处理每一列并拼接结果的方式实现需求，以下是两种可行方法：

方法一：循环遍历处理（直观易理解） #

import pandas as pd

# 假设你的原始DataFrame为dframe
final_df = pd.DataFrame()

# 遍历每一列，拆分后拼接
for col_name in dframe.columns:
    # 将当前列的列表转为新的DataFrame
    split_part = pd.DataFrame(dframe[col_name].tolist())
    # 按列拼接至结果集
    final_df = pd.concat([final_df, split_part], axis=1)

# 可选：重置列名为连续数字（匹配你期望的输出格式）
final_df.columns = list(range(final_df.shape[1]))

方法二：链式列表推导（更简洁） #

如果追求代码简洁性，可以用列表推导式批量生成拆分后的子DataFrame，再一次性拼接：

import pandas as pd

# 批量处理所有列并拼接
final_df = pd.concat(
    [pd.DataFrame(col.tolist()) for col in dframe.values.T],
    axis=1
)
# 重置列名
final_df.columns = list(range(final_df.shape[1]))

效果验证 #

执行上述代码后，你的DataFrame会被转换为期望的格式：

0   1               2               3   4               5
0   u   8.000000e+00    4.47e-01        a0  3.384351e-03    1.23e-03
1   u   8.000000e+00    4.47e-01        a0  3.384351e-03    1.23e-03
2   u   8.000000e+00    5.53e-01        a0  4.897271e-03    1.79e-03

关键逻辑说明 #

你之前尝试的方法只针对单列处理，而这里的核心是遍历所有列，对每一列执行tolist()转换为可拆分的结构，再通过pd.concat(axis=1)将所有拆分后的列横向拼接，最终得到合并后的结果。

内容的提问来源于stack exchange，提问作者aVral