如何拆分二元tuple并将对应元素添加到Pandas DataFrame的指定列

首先导入pandas库：

import pandas as pd

先定义你的元组列表：

data = [(3, 0), (3, 6), (9, 6), (9, 9), (13, 10), (13, 1), (16, 8), (12, 17), (20, 18), (10, 21), (24, 17), (8, 25), (28, 25), (18, 31), (32, 8), (19, 33), (29, 33), (34, 37), (34, 19), (33, 37), (35, 40), (40, 24), (40, 50), (46, 40), (40, 40), (11, 43), (43, 47), (43, 26), (35, 46), (42, 49), (52, 44), (46, 53), (54, 36), (57, 37), (70, 60), (26, 63), (39, 66), (69, 44)]

方法1：直接传入DataFrame构造函数（无需手动拆分元组） #

pandas的DataFrame原生支持接收二维序列结构，直接指定列名即可自动按顺序匹配元组内的元素：

df = pd.DataFrame(data, columns=['A', 'B'])

方法2：手动解包拆分元组后构造 #

如果需要显式拆分两列数据，可以用zip(*data)解包提取所有元组的对应位置元素：

# 拆分出两列数据
col_A, col_B = zip(*data)
# 构造DataFrame
df = pd.DataFrame({
    'A': col_A,
    'B': col_B
})

两种方法得到的结果完全一致，你可以执行print(df.head())查看前5行验证输出：

A   B
0  3   0
1  3   6
2  9   6
3  9   9
4 13  10

内容的提问来源于stack exchange，提问作者user12495822