如何将DataFrame中的嵌套二维数组展开为行？

你的问题出在b列的元素是三维嵌套结构（外层多了一层数组/列表），直接用apply(pd.Series)会因为维度不兼容报错。我们可以通过两步操作快速实现你想要的展开效果：

1. 预处理列数据，降低嵌套层级 #

首先把a列的单层嵌套去掉，同时把b列的三维数组转换成二维的坐标列表：

# 处理a列：从[[x, y]]提取出[x, y]
df['a'] = df['a'].apply(lambda x: x[0])
# 处理b列：从[[[x1,y1], [x2,y2], ...]]提取出[[x1,y1], [x2,y2], ...]
df['b'] = df['b'].apply(lambda arr: arr[0].tolist())

2. 用explode展开成多行 #

pandas的explode方法可以把列中的列表元素拆分成单独的行，同时自动重复对应行的a值：

result_df = df.explode('b')

示例验证 #

假设你的原始数据是这样的：

import pandas as pd
import numpy as np

data = {
    'a': [[35.6113, -95.855]],
    'b': [np.array([[[36.028, -95.93], [36.10, -95.82], [36.154, -95.993]]])]
}
df = pd.DataFrame(data)

运行上面的代码后，result_df的输出就是你想要的格式：

a                  b
0  [35.6113, -95.855]  [36.028, -95.93]
0  [35.6113, -95.855]   [36.1, -95.82]
0  [35.6113, -95.855]  [36.154, -95.993]

为什么原方法报错？ #

你之前尝试的df['b'].apply(pd.Series)要求输入是一维或二维的可迭代对象，但你的b列元素是三维数组（比如你给出的例子shape是(1, 20, 2)），三维结构无法直接映射成列，所以会抛出"必须为一维数组"的错误。先降维再展开就完美解决这个问题了。

内容的提问来源于stack exchange，提问作者No_body