如何将DataFrame中每行的列表提取为独立DataFrame？

原始DataFrame结构 #

目标格式（以ID=1为例） #

实现方法 #

方法1：遍历生成并存储到字典

这种方式直观易懂，同时用字典统一管理所有独立DataFrame，避免零散变量混乱：

import pandas as pd

# 构造示例数据（替换成你的真实DataFrame）
df = pd.DataFrame({
    'ID': [1, 2],
    'fields': [['egg', 'apple', 'toy'], ['orange', 'bear', 'red']]
})

# 初始化字典存储每个ID对应的DataFrame
id_dataframes = {}

# 遍历每一行生成独立DataFrame
for _, row in df.iterrows():
    # 将列表转为指定列名的DataFrame
    single_df = pd.DataFrame(row['fields'], columns=['Value'])
    # 用ID作为键存入字典
    id_dataframes[row['ID']] = single_df

# 调用示例：获取ID=1的DataFrame
print(id_dataframes[1])

方法2：用索引映射+字典推导式（更简洁高效）

如果你的DataFrame中每个ID唯一，这种写法更紧凑：

import pandas as pd

df = pd.DataFrame({
    'ID': [1, 2],
    'fields': [['egg', 'apple', 'toy'], ['orange', 'bear', 'red']]
})

# 直接通过索引映射生成字典
id_dataframes = {
    id_val: pd.DataFrame(fields, columns=['Value'])
    for id_val, fields in df.set_index('ID')['fields'].items()
}

# 调用示例：查看ID=2的DataFrame
print(id_dataframes[2])

内容的提问来源于stack exchange，提问作者siusiusiu