将带冒号分隔项的Python列表转换为Pandas DataFrame

当然可以！这里有几种简单高效的方法帮你把这个冒号分隔的列表转换成带有Name、Age、Occupation列名的DataFrame：

方法一：手动拆分列表后构造DataFrame #

这种方法先将原始列表的每个元素按冒号分割，再直接传入pd.DataFrame并指定列名，逻辑清晰易懂：

import pandas as pd

x = ['john:42:engineer', 'michael:29:doctor']
# 遍历列表，将每个字符串按冒号拆分为子列表
split_items = [item.split(':') for item in x]
# 构造DataFrame并设置列名
df = pd.DataFrame(split_items, columns=['Name', 'Age', 'Occupation'])
print(df)

运行后输出就是你想要的格式：

Name Age Occupation
0      john  42   engineer
1  michael  29     doctor

方法二：利用Pandas字符串拆分功能（更简洁） #

Pandas的str.split方法可以直接对Series进行拆分，expand=True参数会将拆分后的结果展开为多列，非常方便：

import pandas as pd

x = ['john:42:engineer', 'michael:29:doctor']
# 将列表转为Series，按冒号拆分并展开为列
df = pd.Series(x).str.split(':', expand=True)
# 重命名列名
df.columns = ['Name', 'Age', 'Occupation']
print(df)

额外优化：将Age转为数值类型 #

上面两种方法得到的Age列是字符串类型，如果需要将其转为整数类型，可以添加一行代码：

df['Age'] = df['Age'].astype(int)

这样Age列就会变成数值型，方便后续的数值计算。

内容的提问来源于stack exchange，提问作者itthrill