将Pandas DataFrame列中的嵌套列表拆分为多列

没问题，这事儿很简单，咱们直接上代码和步骤，一步到位解决你的需求：

第一步：构造示例数据（和你的需求匹配） #

先把你给出的示例数据转换成可运行的Pandas DataFrame，注意字符串类型的元素要加引号：

import pandas as pd

df = pd.DataFrame({
    'col1': [
        [[1, 2], [2, 3]],
        [['a', 'b'], [4, 5], ['x', 'y']],
        [[6, 7]]
    ]
})

第二步：拆分嵌套列表为多列 #

核心思路是用apply(pd.Series)把每个嵌套列表里的子元素映射到单独的列，然后给列重命名成你想要的col1、col2、col3格式：

# 将嵌套列表拆分为多列
split_result = df['col1'].apply(pd.Series)
# 重命名列名，从col1开始依次递增
split_result.columns = [f'col{i+1}' for i in split_result.columns]

# 查看最终结果
print(split_result)

运行后会得到和你预期高度匹配的输出：

col1     col2     col3
0    [1, 2]   [2, 3]      NaN
1  ['a', 'b']  [4, 5]  ['x', 'y']
2    [6, 7]      NaN      NaN

可选：处理空值（完全匹配预期格式） #

如果不想显示NaN，而是希望空白列留空，可以用fillna('')处理：

split_result = split_result.fillna('')
print(split_result)

这样输出就和你给出的预期格式完全一致了。

内容的提问来源于stack exchange，提问作者Ronnie