Pandas 中将列表列按行展开并转换为宽格式的完整教程

在数据处理中，经常会遇到一种情况：某一列里存着长度一致的列表，比如[10, 11]。我们的目标是把它们“行内展开”，变成独立的列，比如col_1、col_2，最终得到一个标准宽表。很多人第一反应是explode再pivot，但这条路其实绕远了，而且容易踩坑。更简洁、高效的方式，其实就藏在pd.DataFrame()构造器里——直接配合index和columns参数一步到位。

✅ 推荐方案：一步构造宽格式 DataFrame

先看一个例子，假设原始数据长这样：

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

现在要把val列里的每个列表展开成两列，并且用id作为行索引。核心代码其实就一行：

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
)

输出结果就是我们想要的宽格式：

    col_1  col_2
id            
1      10     11
2      15     16
3      20     24
4      22     23

⚠️ 注意：这种方法要求df['val']中所有列表长度严格一致。如果存在不等长或缺失值（None/NaN），.tolist()会直接报错，或者填充NaN。所以，数据清洗这一步不能省。

? 动态列名：适用于任意长度列表

如果列表长度是未知的，或者可能会变化，那就需要动态生成列名了。比如，用col_1、col_2、col_3……这样的命名方式：

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

或者更稳健一些，结合range来处理：

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？

确实，df.explode('val').assign(col_num=df.groupby(level=0).cumcount()+1)也能生成一个带序号的中间表，但后续还需要pivot()来转置。问题在于，这个过程很容易因为索引错位、重复键等问题而失败。相比之下，pd.DataFrame(..., index=...)直接绑定原始的id，天然保证了行对齐。代码更短、性能更高（没有分组和聚合的开销），逻辑也更透明。

✅ 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()

这个方法兼具可读性、健壮性和执行效率，可以说是 pandas 处理“列表列转宽表”任务的标准实践了。