如何从Pandas DataFrame列提取值并拆分为多列？

嘿，这个需求在处理嵌套列表格式的数据时超常见，我给你分享几种实用的实现方法，你可以根据自己的数据集大小和需求选择：

首先先构造一个示例DataFrame来模拟你的数据：

import pandas as pd

df = pd.DataFrame({
    'original_col': [[2, 4], [3, 4], [1, 4], [0, 0]]
})

方法1：矢量化str访问器（推荐大数据集） #

这是速度最快的方法，因为用了Pandas的矢量化操作，避免了逐行循环：

# 提取列表中的第一个和第二个元素作为新列
df['col_1'] = df['original_col'].str[0]
df['col_2'] = df['original_col'].str[1]

# 如果你不需要原来的列，可以删掉它
df = df.drop('original_col', axis=1)

方法2：apply(pd.Series)拆分（通用型） #

如果你的列表长度可能不固定，或者想一次性拆分所有元素，这个方法更灵活：

# 把每个列表转换成Series，自动按位置生成列
split_cols = df['original_col'].apply(pd.Series)
# 给新列命名
split_cols.columns = ['col_1', 'col_2']

# 把拆分后的列合并到原DataFrame，再删掉原列
df = pd.concat([df, split_cols], axis=1).drop('original_col', axis=1)

方法3：直接构造新DataFrame（最简洁） #

如果原DataFrame只有这一列需要处理，直接用列表生成新的DataFrame最省事：

new_df = pd.DataFrame(df['original_col'].tolist(), columns=['col_1', 'col_2'])

不管用哪种方法，最终得到的结果都是你想要的格式：

col_1  col_2
0      2      4
1      3      4
2      1      4
3      0      0

内容的提问来源于stack exchange，提问作者abhi