列表转DataFrame异常：仅识别两列，如何解决？

看起来你的dataInList格式存在语法问题——每个子列表的第一个元素其实是把本该独立的多个字段（时间戳、类型、标识等）错误地合并成了一个带引号、逗号的长字符串，导致Pandas解析时把每个子列表识别成只有2个元素，最终生成的DataFrame只有2列。

下面是具体的修复步骤：

步骤1：清理列表数据 #

先写一个清理函数，把每个子列表里的混乱字段拆分并格式化：

import pandas as pd

def clean_sublist(sublist):
    # 处理第一个长字符串：去掉首尾引号，按', '拆分，再清理每个字段的多余字符（制表符、换行、引号）
    first_segment = sublist[0].strip("'\"").split("', '")
    cleaned_first = [field.strip("\t\n'\" ") for field in first_segment]
    # 处理最后一个数值字段：清理换行和多余空格
    cleaned_last = [sublist[-1].strip("\n ")]
    # 合并成完整的5个字段
    return cleaned_first + cleaned_last

步骤2：处理整个列表并生成DataFrame #

用上面的函数遍历整个列表，再转换为DataFrame（可以指定列名让结果更清晰）：

# 处理原始列表
cleaned_data = [clean_sublist(item) for item in dataInList]

# 生成DataFrame，指定列名
df = pd.DataFrame(cleaned_data, columns=["Timestamp", "Type", "Code", "Label", "Value"])

效果验证 #

处理后，每个子列表会被解析成5个独立的字段，比如第一个子列表会变成：

["2018-05-15 15:35:57", "A", "xtre", "retle", "105.0 (C)"]

此时生成的DataFrame就会有5列，完全符合你的预期。

内容的提问来源于stack exchange，提问作者raptorisa