如何提取pandas DataFrame列表列的元素并拆分为多个独立列

有两种常用的实现方式，你可以根据数据规模选择： #

方法1：高性能实现（推荐，适配全量数据规模） #

将nums列的列表转为二维列表后构建新DataFrame，直接和原表拼接即可：

# 拆分nums列为3个独立列
df[['num1', 'num2', 'num3']] = pd.DataFrame(df['nums'].tolist(), index=df.index)
# 不需要原nums列可以执行下方代码移除
df = df.drop(columns=['nums'])

特点：性能优异，逻辑清晰，是工业级代码的常用写法。 #

方法2：极简写法（适合小数据集快速调试） #

用apply方法直接把每行列表转为Series自动匹配列：

# 拆分nums列为3个独立列
df[['num1', 'num2', 'num3']] = df['nums'].apply(pd.Series)
# 不需要原nums列可以执行下方代码移除
df = df.drop(columns=['nums'])

特点：写法非常简洁，但数据量超过10万行时性能会明显低于方法1。 #

注意事项 #

请确保nums列每一行的列表长度都为3，否则拆分后会出现空值或者列数不符的问题。

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