如何将包含numpy数组的Series拆分为多个Series？

处理步骤 #

假设你的数据是用Pandas DataFrame存储的，直接通过以下步骤就能把存numpy数组的列拆成多列：

1. 构造示例数据（对应你给出的原始数据）

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'column1': [1, 2],
    'column2': [np.array([1,2,3,4]), np.array([5,6,7,8])],
    'column3': [4.5, 3]
})

2. 拆分numpy数组列
   把column2里的数组转成列表，再用pd.DataFrame生成新列，最后和原表合并：

# 将column2转换为多列，指定列名
split_columns = pd.DataFrame(
    df['column2'].tolist(),
    index=df.index,
    columns=['col1', 'col2', 'col3', 'col4']
)

# 合并原数据（移除原column2）和拆分后的列
final_df = pd.concat([df.drop('column2', axis=1), split_columns], axis=1)

# 调整列顺序，匹配你期望的样式
final_df = final_df[['column1', 'col1', 'col2', 'col3', 'col4', 'column3']]

3. 查看结果
   运行print(final_df)会输出：

column1  col1  col2  col3  col4  column3
0        1     1     2     3     4      4.5
1        2     5     6     7     8      3.0

补充说明 #

如果你的numpy数组长度不固定，tolist()后生成的DataFrame会自动在缺失值位置填充NaN，无需额外处理。

内容的提问来源于stack exchange，提问作者Gvasiles