你遇到的核心问题是：从Excel读取的"Fruit"列内容并不是真正的Python列表，而是伪装成列表格式的字符串。而你用字典创建DataFrame时，传入的是原生的Python列表对象，所以apply(pd.Series)能正常工作。

举个例子，Excel里单元格里的['Apple', 'Banana', 'Pear']，被pd.read_excel()读取后，实际类型是str，而不是list——你可以用df['Fruit'].apply(type)验证这一点，会看到输出都是<class 'str'>，而字典创建的DataFrame里这列的类型是<class 'list'>。

正确的处理步骤 #

你需要先把字符串格式的“伪列表”转换成真正的Python列表，再进行拆分操作，具体代码如下：

import pandas as pd
import ast

# 1. 读取Excel文件
df = pd.read_excel('fruit.xlsx')

# 2. 将字符串格式的列表转换为真正的Python列表
# 处理空字符串的情况：如果单元格是空的，转成空列表
def str_to_list(s):
    if pd.isna(s) or s.strip() == '':
        return []
    try:
        return ast.literal_eval(s)
    except:
        # 处理格式不规范的情况，返回空列表或原字符串
        return []

df['Fruit'] = df['Fruit'].apply(str_to_list)

# 3. 拆分列表为单独的列
fruits = df['Fruit'].apply(pd.Series)
# 可以给拆分后的列命名，比如Fruit_1, Fruit_2...
fruits.columns = [f'Fruit_{i+1}' for i in fruits.columns]

# 合并原DataFrame和拆分后的列（可选）
result = pd.concat([df, fruits], axis=1)
print(result)

关键细节说明 #

• ast.literal_eval()是安全的字符串转Python对象的方法，比eval()更安全，不会执行恶意代码。
• 必须处理空字符串/缺失值的情况，否则ast.literal_eval()会报错。
• 如果你的Excel里的列表格式不是标准的Python列表（比如用双引号或者其他分隔符），可能需要调整str_to_list函数的逻辑，比如用字符串分割的方式处理。

内容的提问来源于stack exchange，提问作者jv22