Python处理DataFrame空列表时如何返回None生成目标元组列表

问题原因 #

你现有代码的问题根源：当col2列为空列表时，range(len(df[col2][i])) 会生成空可迭代对象，内层循环直接跳过，因此不会生成对应行的元组。

修改方案 #

方案1：直接调整循环逻辑（和你原有写法兼容） #

你可以在遍历每行时先判断列表是否为空，空列表时手动插入带None的元组，非空则遍历列表元素生成元组：

result = []
for i in range(len(df)):
    col1_val = df['col1'].iloc[i]
    col2_vals = df['col2'].iloc[i]
    if not col2_vals:
        result.append((col1_val, None))
    else:
        for v in col2_vals:
            result.append((col1_val, v))

如果要保留单行列表推导式的写法，可以调整内层迭代逻辑：

result = [(df['col1'].iloc[i], v) for i in range(len(df)) for v in (df['col2'].iloc[i] if df['col2'].iloc[i] else [None])]

方案2：使用Pandas内置方法（更简洁高效） #

直接用Pandas的explode方法展开列表，空列表展开后会生成NaN，替换为None后直接转元组列表即可：

result = list(df.explode('col2').fillna({'col2': None}).itertuples(index=False, name=None))

两种方案运行后都可以得到你期望的输出：

[(909101, 1396920),
(909101, 3094857),
 (21095887, 8383568),
 (8383568, 21095887),
 (2408689, None)]

内容的提问来源于stack exchange，提问作者LJo