Python 性能将列表列表解包到数据帧中

我有一个列表列表，其中外部列表长度为100k，内部列表长度为2，有两个bool条目，例如

[True，False]

。我试图将第一个条目放在数据帧的一列中，将第二个条目放在另一列中。我有可以工作的代码，但速度非常慢（大约需要12秒）：

有人能推荐一种性能更好的方法吗？

试试以下方法：

In [29]: lst = [[False,False],[True, False],[False, True]]

In [30]: df = pd.DataFrame(lst, columns=['col1','col2'])

In [31]: df
Out[31]:
    col1   col2
0  False  False
1   True  False
2  False   True

---

如果要将列添加到现有数据帧，这将起作用：-

import pandas as pd

df = pd.DataFrame()
lst = [[True, False], [False, False], [True, True], [False, True]]

df = pd.concat([df, pd.DataFrame(columns=['A', 'B'])], axis=1)
df.A, df.B = list(zip(*lst))

#        A      B
# 0   True  False
# 1  False  False
# 2   True   True
# 3  False   True

---

啊，谢谢，假设它将创建一个数据框架，其中每个内部列表都是另一列，如果我这样做的话。只要条件允许，我会尽快接受这个答案。嗨，@MaxU，我怎么能对多把钥匙这么做呢。我试过追加，但没有用。@BFurtado，请用相应的小的可重复数据集和您想要的数据集打开一个新问题。

import pandas as pd

df = pd.DataFrame()
lst = [[True, False], [False, False], [True, True], [False, True]]

df = pd.concat([df, pd.DataFrame(columns=['A', 'B'])], axis=1)
df.A, df.B = list(zip(*lst))

#        A      B
# 0   True  False
# 1  False  False
# 2   True   True
# 3  False   True