如何将Pandas DataFrame列中的列表对应转换为宽表结构

这里提供两种高效的实现方式，满足你将列表对应列转换为宽表的需求：

方法一：逐行生成Series拼接 #

利用apply逐行处理类别和数值列表，将类别设为索引、数值设为值生成Series，再与原column1拼接：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'column1': ['text', 'text2'],
    'column2': [['cat1', 'cat2', 'cat3'], ['cat2', 'cat3', 'cat1']],
    'column3': [[1,2,3], [4,5,6]]
})

# 处理每行的类别与数值映射
cat_value_series = df.apply(lambda row: pd.Series(row['column3'], index=row['column2']), axis=1)

# 合并得到结果
result_df = pd.concat([df['column1'], cat_value_series], axis=1)
print(result_df)

方法二：展开后透视重组 #

先将列表列展开为行，再通过透视表重新组织成目标结构：

import pandas as pd

df = pd.DataFrame({
    'column1': ['text', 'text2'],
    'column2': [['cat1', 'cat2', 'cat3'], ['cat2', 'cat3', 'cat1']],
    'column3': [[1,2,3], [4,5,6]]
})

# 同时展开类别和数值列
exploded_df = df.explode(['column2', 'column3'])

# 透视转换为宽表
result_df = exploded_df.pivot(
    index='column1',
    columns='column2',
    values='column3'
).reset_index()
result_df.columns.name = None  # 清除列索引的名称标签

print(result_df)

两种方法均可得到你需要的输出结构：

column1 cat1 cat2 cat3
0    text    1    2    3
1   text2    6    4    5

内容的提问来源于stack exchange，提问作者Mauritz