如何拆分Pandas中numpy生成的列表列并导出至Excel？

完整实现代码 #

import numpy as np
import pandas as pd

# 固定随机种子确保结果可复现
np.random.seed(42)

# 生成numpy数组并转为列表，作为DataFrame列数据
processing_lists = [np.random.randint(0, 100, size=3).tolist() for _ in range(5)]
cleaning_lists = [np.random.randint(0, 50, size=2).tolist() for _ in range(5)]

# 创建包含列表列的初始DataFrame
raw_df = pd.DataFrame({
    'Processing': processing_lists,
    'Cleaning': cleaning_lists
})

# 拆分Processing列，重命名为带序号的列名
processed_split = raw_df['Processing'].apply(pd.Series).rename(columns=lambda idx: f"Processing_{idx+1}")
# 拆分Cleaning列，同理重命名
cleaned_split = raw_df['Cleaning'].apply(pd.Series).rename(columns=lambda idx: f"Cleaning_{idx+1}")

# 合并拆分后的列，移除原列表列，得到最终DataFrame
final_df = pd.concat([raw_df.drop(['Processing', 'Cleaning'], axis=1), processed_split, cleaned_split], axis=1)

# 导出到Excel文件，不保留索引
final_df.to_excel("processed_output.xlsx", index=False)

步骤说明 #

• 数据生成：用numpy生成指定长度的随机数组，转为列表后存入DataFrame的Processing和Cleaning列
• 列表列拆分：通过apply(pd.Series)将每个列表元素拆分为单独列，并用rename给拆分后的列添加序号后缀，避免列名重复
• 合并与导出：将拆分后的列与原DataFrame（移除原列表列）合并，最后导出为Excel文件，关闭索引输出让格式更整洁

效果对比 #

当前初始效果（未拆分的DataFrame） #

预期导出效果（Excel文件内容） #

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