Pandas 中将列表列按行展开并转换为宽格式的完整教程

本文详解如何使用 pandas 将包含等长列表的列（如 val）高效展开为多列宽格式，避免 explode() + pivot() 的冗余步骤，直接通过 pd.DataFrame() 构造与索引对齐的结构化结果。

本文详解如何使用 pandas 将包含等长列表的列（如 `val`）高效展开为多列宽格式，避免 `explode()` + `pivot()` 的冗余步骤，直接通过 `pd.dataframe()` 构造与索引对齐的结构化结果。

在数据处理中，常遇到某列存储了长度一致的列表（如 [10, 11]），目标是将其“行内展开”为多个独立列（如 col_1, col_2），最终得到标准宽表结构——而非先 explode 再 pivot 这类易出错、性能低的链式操作。最简洁、高效且语义清晰的方式，是直接利用 pd.DataFrame() 构造器配合 index 和 columns 参数。

✅ 推荐方案：一步构造宽格式 DataFrame

假设原始数据如下：

import pandas as pddata = [[1, [10, 11]], [2, [15, 16]], [3, [20, 24]], [4, [22, 23]]]df = pd.DataFrame(data, columns=['id', 'val'])

要将 val 列中每个列表展开为两列，并以 id 为行索引，可直接执行：

out = pd.DataFrame(    df['val'].tolist(),           # 展开为二维数组：[[10,11], [15,16], ...]    index=df['id'],              # 指定行索引为原 id 列    columns=['col_1', 'col_2']   # 显式命名新列)

输出即为理想的宽格式：

    col_1  col_2id            1      10     112      15     163      20     244      22     23

⚠️ 注意：此方法要求 df['val'] 中所有列表长度严格一致；若存在不等长或缺失值（None/NaN），.tolist() 会报错或填充 NaN，需提前清洗。

? 动态列名：适用于任意长度列表

当列表长度未知或可能变化时，可动态生成列名（如 col_1, col_2, col_3…）：

# 自动推断列数，并命名n_cols = len(df['val'].iloc[0]) if not df.empty else 0out = (pd.DataFrame(df['val'].tolist(), index=df['id'])         .rename(columns=lambda x: f'col_{x + 1}'))

或更鲁棒地结合 range：

out = (pd.DataFrame(df['val'].tolist(), index=df['id'])         .rename(columns=lambda i: f'col_{i+1}')         .reset_index())  # 若需将 id 变回普通列

❌ 为什么不推荐 explode + pivot？

虽然 df.explode('val').assign(col_num=df.groupby(level=0).cumcount()+1) 可生成带序号的中间表，但需额外 pivot()，且易因索引错位、重复键等问题失败。相比之下，pd.DataFrame(..., index=...) 直接绑定原始 id，天然保证行对齐，代码更短、性能更高（无分组/聚合开销）、逻辑更透明。

✅ 最终建议工作流

1. 验证列表长度一致性：df['val'].str.len().nunique() == 1
2. 直接构造宽表：pd.DataFrame(df['val'].tolist(), index=df['id'])
3. 重命名列（可选）：.rename(columns=lambda x: f'feature_{x+1}')
4. 重置索引（如需）：.reset_index()

该方法兼具可读性、健壮性与执行效率，是 pandas 处理“列表列转宽表”任务的标准实践。