如何拆分Pandas DataFrame列中存储的元组为多个独立列

直接用pandas原生的向量化操作即可，不需要写逐行循环，性能最优：

df[['A', 'B']] = df['A'].tolist()

核心逻辑：A列每个元素都是长度固定为2的元组，调用tolist()会把整列元组转换为n行2列的嵌套列表，赋值给['A','B']列时会自动按位置匹配——元组第一个元素覆盖原A列，第二个元素写入新增的B列。

如果后续需要叠加自定义判断逻辑，也可以用序列下标索引的方式取值，同样是向量化操作，运行效率比apply更高：

df['B'] = df['A'].str[1]
df['A'] = df['A'].str[0]

执行完上述代码后，得到的DataFrame和目标结构完全一致：

ID  A          B
0   0  1       [a]
1   1  2     [a,b]
2   2  3  [c,a,b]

注意：上述方法要求A列所有元组长度均为2，如果存在长度不匹配的元组会触发赋值报错。

内容的提问来源于stack exchange，提问作者user3046211