将Pandas中二维数组列拆分为独立列的实现方法

首先你需要先把数据按原始行分组（你给出的x是所有子列表的扁平集合，得先还原成每行对应的二维数组列表），再将每行的二维列表转换成行数据，最终合并成目标宽表。

步骤1：还原原始分组数据 #

因为x是按原始行顺序排列的，直接分成3组对应原始的3行即可：

import pandas as pd

x = [["AA", 2], ["AB", 1], ["AC", 1], ["AA", 3], ["AC", 2], ["AE", 1], ["AB", 2], ["AC", 1], ["AD", 1]]
# 拆分出原始的3行数据
grouped_x = [x[:3], x[3:6], x[6:]]

步骤2：转换为目标DataFrame #

方法一：遍历构造字典（直观易懂） #

rows = []
for group in grouped_x:
    # 将每组二维列表转为键值对字典
    row_dict = {item[0]: item[1] for item in group}
    rows.append(row_dict)

# 生成DataFrame，缺失值填充为0并转为整数类型
result_df = pd.DataFrame(rows).fillna(0).astype(int)

方法二：用pd.json_normalize（简洁高效） #

# 先把每组转成字典，再用json_normalize直接生成结构
result_df = pd.json_normalize([dict(group) for group in grouped_x]).fillna(0).astype(int)

如果已有原始DataFrame（每行存二维列表） #

假设你已经有一个存储原始数据的DataFrame：

df_raw = pd.DataFrame({
    'data': [
        [["AA", 2], ["AB", 1], ["AC", 1]],
        [["AA", 3], ["AC", 2], ["AE", 1]],
        [["AB", 2], ["AC", 1], ["AD", 1]]
    ]
})

直接处理data列即可：

result_df = df_raw['data'].apply(lambda lst: pd.Series(dict(lst))).fillna(0).astype(int)

执行后得到的result_df就是你要的结构：

AA  AB  AC  AD  AE
0   2   1   1   0   0
1   3   0   2   0   1
2   0   2   1   1   0

你的当前代码问题说明 #

你现在的代码是把x里的每个子列表（比如["AA",2]）单独作为一行，生成的是两列的DataFrame，这和目标的“一行多列”结构完全不符。我们需要的是把每组子列表转换成同一行的多列数据，而非多行两列。

内容的提问来源于stack exchange，提问作者saigedal