如何将含嵌套元组的列表转换为扁平化Pandas DataFrame？

没问题，我来帮你搞定这个需求！你提到的列表推导式确实是处理这类嵌套结构扁平化的高效方法，我们可以一步把嵌套结构拆成适合生成DataFrame的扁平格式，直接得到你想要的结果。

具体实现代码 #

先看核心代码，用列表推导式展开嵌套结构，再转换为DataFrame：

import pandas as pd

nested = [['53062423-690f-4923-8f65-db710c038566', [('12253996-b2f7-46c7-b49f-09ca87cac84f', 'AFC_PoCv1.0'), ('b17bd025-611f-4728-9396-e59388ee59f6', 'Customer Profitability Sample'), ('b4a5d199-2c6f-4f8d-9fcb-5e4971254f73', 'Jammers vs Floaty Pants')]], ['988f64ea-14b2-4ad7-a899-ae40974c9139', [('9137e0f9-4063-479a-baff-8566c91302ff', 'DailySalesDashboard13Azure')]]]

# 用列表推导式展开嵌套结构，生成扁平的三元组列表
flattened_data = [
    (outer_id, inner_id, project_name)
    for outer_id, inner_tuples in nested
    for inner_id, project_name in inner_tuples
]

# 转换为DataFrame并指定列名
df = pd.DataFrame(flattened_data, columns=['outer_id', 'inner_id', 'project_name'])

代码逻辑解释 #

这段列表推导式的思路非常直观：

1. 先遍历外层列表的每个元素，提取出外层关联id和对应的元组列表
2. 再遍历每个元组列表里的元组，把外层id和元组内的两个值（inner_id、项目名称）组合成一个新的三元组
3. 最后用这个扁平的三元组列表直接创建DataFrame，指定好列名就完成了

最终输出结果 #

运行代码后，你会得到如下结构的DataFrame：

备选方法（用Pandas内置的explode） #

如果你更习惯用Pandas的内置方法，也可以通过explode先拆分列表，再拆分元组：

# 创建临时DataFrame
temp_df = pd.DataFrame(nested, columns=['outer_id', 'inner_data'])
# 拆分inner_data列的列表，每个元组单独一行
temp_df = temp_df.explode('inner_data')
# 把元组拆分为两列
temp_df[['inner_id', 'project_name']] = pd.DataFrame(temp_df['inner_data'].tolist(), index=temp_df.index)
# 删除临时列，得到最终结果
df = temp_df.drop('inner_data', axis=1)

两种方法都能实现需求，列表推导式更简洁直观，适合这种小规模的嵌套结构~

内容的提问来源于stack exchange，提问作者Steve