Pandas str.split(',')返回NaN，如何正确拆分clusters列？

你从字典创建了这样的DataFrame：

clusters
OG1.5_1000 [6243|g1697.t1_CBS136243, 6243|g7411.t1_CBS136...]
OG1.5_1001 [2003|g3159.t1_CBS132003, 2003|g4503.t1_CBS132...]
OG1.5_1002 [4916|g1071.t1_CBS134916, 4916|g1248.t1_CBS134...]
OG1.5_1003 [4916|g913.t1_CBS134916, 4920|g2467.t1_CBS1349...]
OG1.5_1004 [2003|g2248.t1_CBS132003, 2003|g3254.t1_CBS132...]
OG1.5_1005 [2003|g1615.t1_CBS132003, 2003|g1622.t1_CBS132...]

结果调用df['clusters'].str.split(',')拆分后，返回了一堆NaN：

OG1.5_1001 NaN
OG1.5_1002 NaN
OG1.5_1003 NaN
OG1.5_1004 NaN
OG1.5_1005 NaN

问题原因 #

核心问题出在数据类型上！str.split()是pandas专门给字符串类型列设计的方法，而你的clusters列里的元素根本不是字符串——它们是列表（list）类型！因为你从字典创建DataFrame的时候，clusters对应的value本身就是列表，所以存入DataFrame后，这一列的dtype是object，但实际存储的是列表对象。当你对非字符串元素调用str.split()时，pandas就会返回NaN，因为这个方法无法处理列表类型的数据。

正确的处理方式 #

分两种情况来解决：

1. 直接处理列表列（推荐）
   如果你的需求是把列表里的元素展开成多行，或者拆分成多列，根本不需要转成字符串再拆分，直接用pandas的explode()方法就行：

# 把列表展开成多行
expanded_df = df.explode('clusters')

如果要把列表拆分成多列，可以用apply(pd.Series)：

# 把列表拆分成多列，列名默认是0、1、...
split_cols = df['clusters'].apply(pd.Series)
# 合并回原DataFrame
df = pd.concat([df, split_cols], axis=1)

2. 先转字符串再拆分（特殊需求场景）
   如果确实需要先把列表转成逗号分隔的字符串再拆分（比如要对字符串做额外处理），可以用apply()把列表转成字符串，再调用str.split()：

# 先将列表转为逗号分隔的字符串，再拆分
df['split_clusters'] = df['clusters'].apply(lambda x: ','.join(x)).str.split(',')

要是担心列里混有非列表元素，可以加个类型判断：

df['split_clusters'] = df['clusters'].apply(
    lambda x: x if isinstance(x, list) else str(x).split(',')
)

内容的提问来源于stack exchange，提问作者Lfm_