如何拆分DataFrame中的列表值，生成对应数量的独立DataFrame

你之前使用explode不符合预期的原因是：explode是行向展开操作，会把每个列表元素拆分为单独的行，将原表行数放大为原来的N倍（N为列表长度），和你需要的「按列表索引位置拆分出N个结构和原表完全一致的独立表」的需求不匹配。

首先给出可直接复现的测试数据构造代码：

import pandas as pd

# 构造和示例结构一致的测试DataFrame
df = pd.DataFrame({
    'col1': [[1, 11], [2, 22], [3, 33]],
    'col2': [[4, 44], [5, 55], [6, 66]],
    'col3': [[7, 77], [8, 88], [9, 99]]
})

固定2个用户的场景 #

直接按索引位置提取即可：

# 取所有列表第1位元素生成第一个DataFrame（索引从0开始计数）
df_user1 = df.apply(lambda col: col.str[0])
# 取所有列表第2位元素生成第二个DataFrame
df_user2 = df.apply(lambda col: col.str[1])

动态用户数量的通用场景 #

如果列表长度不固定，可批量生成所有用户的DataFrame：

# 获取每个列表的长度，即用户总数量
user_num = len(df.iloc[0, 0])
# 批量生成所有用户的DataFrame，存储在列表中按索引访问即可
user_df_list = [df.apply(lambda col: col.str[i]) for i in range(user_num)]

# 调用示例：user_df_list[0]对应第一个用户的表，user_df_list[1]对应第二个用户的表

内容的提问来源于stack exchange，提问作者Lukasz