如何将list of lists转换为指定结构的DataFrame？

完全可行，以下是具体实现步骤和代码：

前提说明 #

假设你已准备好与展开后数据行数匹配的date对象序列（若未准备，可按样本数量生成连续日期）。原Series中每个元素是包含约80个数值的子列表组成的二维列表（即每个ID对应多行样本，每行样本含80个特征）。

实现步骤与代码 #

1. 模拟原数据（可替换为你的实际数据）

import pandas as pd
import numpy as np

# 构造499个元素的Series，每个元素含3个样本，每个样本80个特征（示例用3个特征简化）
data = [np.random.randn(3, 80).tolist() for _ in range(499)]
s = pd.Series(data, dtype='object')

2. 准备日期序列

# 假设每个ID对应3个样本，生成总长度为499*3的连续日期
start_date = "2020-01-01"
dates = pd.date_range(start_date, periods=len(s)*3)

3. 转换为目标DataFrame

# 展开嵌套列表，将每个子列表转为列
df = s.explode().apply(pd.Series)

# 重命名特征列为col1至col80
df.columns = [f"col{idx+1}" for idx in df.columns]

# 添加ID列（对应原Series的索引）
df["ID"] = df.index

# 设置日期为行索引
df.index = dates

# 调整列顺序，将ID列前置
df = df[["ID"] + [col for col in df.columns if col != "ID"]]

关键操作说明 #

• s.explode()：将原Series每个元素中的列表展开为多行，原索引会重复对应每个子样本。
• .apply(pd.Series)：将每个子样本的列表拆分为单独的特征列。
• 日期序列长度必须与展开后DataFrame的行数一致，若各ID对应的样本数不同，需先统计总样本数再生成对应长度的日期序列。

内容的提问来源于stack exchange，提问作者Beginner_01