创建含嵌套列表的MultiIndex DataFrame时遇ValueError错误求助

你碰到的ValueError: setting an array element with a sequence问题，核心原因是pandas的MultiIndex不允许用列表/序列作为索引层级的元素——每个索引层级的元素必须是单个标量值，而你原来的column_2里包含嵌套列表（比如['a','b']），直接用zip组合后生成的元组（像('A', ['a','b'])）不符合MultiIndex的要求，所以报错了。

要实现你想要的多级索引DataFrame，得先把嵌套的数据展开，让每个column_2里的子元素都对应单独的索引行，同时保留对应的value_1和value_2。下面是可行的代码：

import pandas as pd

# 原始数据
column_1=['A','B','C','D']
column_2=[['a','b'],'c',['d','e'],['f','i','j']]
value_1=[1,2,3,4]
value_2=[5,6,7,8]

# 展开嵌套数据，生成索引和值的列表
idx_col1 = []
idx_col2 = []
vals1 = []
vals2 = []

# 遍历每组数据，把嵌套列表拆成单独条目
for c1, c2_items, v1, v2 in zip(column_1, column_2, value_1, value_2):
    # 把单个元素转成列表，统一处理逻辑
    if not isinstance(c2_items, list):
        c2_items = [c2_items]
    # 每个子元素对应一行数据
    for c2 in c2_items:
        idx_col1.append(c1)
        idx_col2.append(c2)
        vals1.append(v1)
        vals2.append(v2)

# 创建MultiIndex，指定层级名称
multi_index = pd.MultiIndex.from_arrays(
    [idx_col1, idx_col2],
    names=['Column_1', 'Column_2']
)

# 生成最终的DataFrame
df = pd.DataFrame(
    {'Value_1': vals1, 'Value_2': vals2},
    index=multi_index
)

print(df)

运行这段代码后，会得到你预期的多级索引结构：

Value_1  Value_2
Column_1 Column_2                
A        a             1        5
         b             1        5
B        c             2        6
C        d             3        7
         e             3        7
D        f             4        8
         i             4        8
         j             4        8

简单总结下：MultiIndex的每个层级都必须是一维的标量序列，遇到嵌套结构时，先把数据展开成扁平的条目，再去构建索引和DataFrame就不会出错了。

内容的提问来源于stack exchange，提问作者xiaoshir