如何基于含列表的Pandas DataFrame绘制Plotly折线图（取列表首元素）

刚好碰到过类似的场景，给你几个直接能用的方案，不用手动遍历就能让Plotly拿到L列列表的第一个元素：

方法1：用Pandas的str索引快速提取 #

Pandas对列表类型的列支持str索引操作，直接提取每个列表的第一个元素，然后传给Plotly就行：

import pandas as pd
import plotly.express as px

# 你的示例DataFrame
df = pd.DataFrame({'a':[1,2,3], 'L':[[10,11,12], [20,21,22], [30,31,21]]})

# 提取L列每个列表的第一个元素，直接作为y轴数据
fig = px.line(df, x='a', y=df['L'].str[0])
fig.show()

这个方法最简洁，df['L'].str[0]会自动遍历每一行的列表，取出索引为0的元素，生成一个新的Series，Plotly可以直接识别。

方法2：用apply函数提取元素 #

如果需要更灵活的处理（比如后续要提取其他位置的元素），可以用apply：

# 定义匿名函数提取第一个元素
first_elements = df['L'].apply(lambda x: x[0])
fig = px.line(df, x='a', y=first_elements)
fig.show()

这种方式适合需要对列表做额外处理的场景，比如先判断列表长度再取值，避免索引越界：

first_elements_safe = df['L'].apply(lambda x: x[0] if len(x) > 0 else None)

方法3：提前处理DataFrame，新增列存储首元素 #

如果后续还要多次用到这个数据，建议直接在DataFrame里新增一列：

df['L_first'] = df['L'].str[0]
fig = px.line(df, x='a', y='L_first')
fig.show()

这样后续绘图或者分析都可以直接用L_first列，代码可读性更高。

这些方法都不需要手动写循环遍历，Pandas和Plotly的配合很顺畅，选适合你场景的就行~

内容的提问来源于stack exchange，提问作者mwhy