如何将DataFrame列中嵌套的多个DataFrame合并为单个DataFrame？

直接提取info列中的所有嵌套DataFrame，用pandas.concat()纵向合并即可——由于所有嵌套DataFrame结构一致，这个方法会自动对齐列，高效完成堆叠。

示例代码 #

先构造一个模拟的外层DataFrame：

import pandas as pd

# 生成结构相同的嵌套DataFrame
df1 = pd.DataFrame({'col1': [1,2], 'col2': ['a','b']})
df2 = pd.DataFrame({'col1': [3,4], 'col2': ['c','d']})
df3 = pd.DataFrame({'col1': [5,6], 'col2': ['e','f']})

# 外层DataFrame，info列存储嵌套DataFrame
outer_df = pd.DataFrame({'info': [df1, df2, df3]})

执行合并操作：

# 提取info列的所有DataFrame组成列表，再纵向合并
merged_df = pd.concat(outer_df['info'].tolist(), ignore_index=True)

关键说明 #

• outer_df['info'].tolist()：将info列的每个嵌套DataFrame提取出来，组成一个可被concat处理的列表。
• pd.concat()：默认按行（axis=0）纵向合并，ignore_index=True会重置合并后DataFrame的索引，避免出现重复索引问题。

这种方法比手动循环逐个append效率高得多，因为concat是pandas原生优化的批量合并操作。

内容的提问来源于stack exchange，提问作者NFeruch - FreePalestine