为何Pandas的tolist()方法返回[[ ]]而非普通列表？

你遇到的这个问题其实是Pandas和numpy数组结构的特性导致的，咱们一步步拆解：

为什么会得到嵌套列表？ #

看你代码里的ix：你通过df['Shot#'].str.contains(shotid).index拿到的是一个索引对象——哪怕你的查询只匹配到一行数据，这个索引也是一个包含单个元素的集合（比如Int64Index([3], dtype='int64')）。

当你用df.values[ix]提取数据时，返回的是一个二维numpy数组（形状是(1, 列数)），而不是一维的数组。numpy的tolist()方法会严格保留数组的维度：二维数组转成列表的列表，外层列表对应行，内层列表对应每一行的列值，所以就出现了你看到的嵌套结构。

解决办法 #

根据你的需求（获取单行的普通列表），有几种简单的修复方式：

方法1：用numpy的flatten()扁平化数组

把二维数组转换成一维后再转列表：

metadatalist = df.values[ix].flatten().tolist()

方法2：用Pandas的squeeze()压缩维度

squeeze()可以把单行的DataFrame/Series压缩成一维结构，再转列表更直观：

metadatalist = df.iloc[ix].squeeze().tolist()

方法3：直接取索引的第一个元素（确保仅匹配一行时）

如果你的业务逻辑保证shotid唯一，只会匹配到一行，那可以直接取索引的第一个元素来提取一维数据：

if len(ix) > 0:  # 先判断是否匹配到数据
    metadatalist = df.values[ix[0]].tolist()

额外说明 #

如果你的查询可能返回多行数据，那嵌套列表其实是合理的结构——每个子列表对应一行的所有字段。但如果预期只会有一行，上面的方法都能帮你得到普通的一维列表。

内容的提问来源于stack exchange，提问作者Jan