Pandas 2.1中拆分含列表列的推荐方法咨询

嗨，我刚好也关注到Pandas 2.1这个更新带来的变化，来给你说说现在推荐的正确姿势~

你之前用的 df['column_with_lists'].apply(pd.Series) 这种拆分列表列的方式，在Pandas 2.1版本开始触发FutureWarning，官方明确说后续版本会移除这个用法，主要是因为它的执行效率和代码可读性都有优化空间。

现在官方更推荐的是两种更直接的方法：

方法一：直接用pd.DataFrame构造（首推） #

把存储列表的列转成Python列表后，直接传入pd.DataFrame来生成拆分后的列，这是最高效且直观的方式：

# 生成拆分后的列DataFrame
split_df = pd.DataFrame(df['column_with_lists'].tolist(), index=df.index)
# 和原DataFrame合并（按需操作）
result_df = pd.concat([df, split_df], axis=1)

方法二：借助str方法扩展（适合特定场景） #

如果你的列表元素是字符串类型，或者可以临时拼接成字符串再拆分，也可以用str.join配合str.split(expand=True)来实现：

split_df = df['column_with_lists'].str.join('|').str.split('|', expand=True)

不过这种方法需要额外的字符串拼接拆分操作，效率不如第一种，更推荐第一种方法。

需要注意的是，这两种方法和你之前的老方法行为一致：如果列中的列表长度不一致，缺失的位置会自动用NaN填充。

举个实际例子验证下：

import pandas as pd
df = pd.DataFrame({'column_with_lists': [[1,2,3], [4,5], [6]]})
split_df = pd.DataFrame(df['column_with_lists'].tolist(), index=df.index)
print(split_df)

输出结果：

0    1    2
0  1  2.0  3.0
1  4  5.0  NaN
2  6  NaN  NaN

完全符合预期，而且不会触发任何警告~

备注：内容来源于stack exchange，提问作者mrgou