Python Pandas：如何将函数返回的元组列表转为现有DataFrame列

我来帮你搞定这个问题，你遇到的错误是因为Pandas处理元组赋值的方式和你预期的不一样，下面是具体的解决方案和原因分析：

可行解决方案 #

方法1：转换apply结果为DataFrame后赋值 #

这是最直接的修复方式，不需要修改原有函数：

import pandas as pd

# 假设你的df已经存在
df[['col1', 'col2']] = pd.DataFrame(df['col_text'].apply(func).tolist(), index=df.index)

或者用链式调用的更简洁写法：

df[['col1', 'col2']] = df['col_text'].apply(func).apply(pd.Series)

方法2：修改函数返回字典（如果允许调整函数） #

如果可以改动func，让它返回字典而不是元组，这样赋值逻辑会更直观：

def func(text):
    # 你的原有业务逻辑
    list_a = ['1','2','3']
    list_b = ['abc','def','efg']
    return {'col1': list_a, 'col2': list_b}

# 直接赋值即可
df[['col1', 'col2']] = df['col_text'].apply(func).apply(pd.Series)

错误原因解析 #

你执行df[['col1','col2']] = df.col_text.apply(func)时，apply(func)返回的是一个每个元素都是元组的Series。Pandas在处理这种赋值时，会默认把元组里的每个元素当作单独的列值，但你的元组里是两个长度为3的列表，这和目标列数（2）不匹配，所以触发了ValueError。

而上面的方法通过将元组列表转换为DataFrame，让每个元组的两个元素分别对应col1和col2，完美匹配了你需要的格式。

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