Python 使用apply get ValueError解压列表的许多列：如果使用所有标量值，则必须传递索引

我想把列表的多列解压成更多的列。基本上，但用于列表的多列，而不是一列，并避免for循环

例如，我有一个

pandas.DataFrame

import pandas as pd

tst = pd.DataFrame({'A': [[1, 2]]* 5, 'B': [[3, 4]]* 5, 'C': [[5, 6]] * 5})

我可以轻松地将其中一列（例如

A

）解压为多列

pd.DataFrame(tst['A'].to_list(), 
             columns=['1' + tst['A'].name, '2' + tst['A'].name],
             index=list(range(tst['A'].shape[0]))
            )

但是，当我尝试使用

.apply

将其扩展到多个列以避免for循环时

tst.apply(
    lambda x: pd.DataFrame(x.to_list(), 
                           columns=['1' + x.name, '2' + x.name], 
                           index=list(range(x.shape[0]))
                          )
)

我得到以下错误，但是我提供了一个

索引

ValueError: If using all scalar values, you must pass an index

有没有办法解决这个问题，使我得到如下所示的输出？（列顺序无关紧要）

---

pd.\uu版本\uuu==“1.0.5”

如果您不介意更改

将
应用到
分解
，则这是一行解决方案。韩元

res=pd.concat([pd.DataFrame(tst[[x]].explode(x).values.reshape(-1,2), columns=['1' + x, '2' + x]) for x in tst.columns], 1)
print(res)

返回：

  1A 2A 1B 2B 1C 2C
0  1  2  3  4  5  6
1  1  2  3  4  5  6
2  1  2  3  4  5  6
3  1  2  3  4  5  6
4  1  2  3  4  5  6

您可以水平
堆叠列，然后创建新数据框并重命名列：

df = pd.DataFrame(np.hstack(tst.values.T.tolist()))
df.columns = [f'{i}{c}' for c in tst for i in range(1,3)]

或者，您可以沿着轴=1
concat
：

df = pd.concat([pd.DataFrame(tst[c].tolist()) for c in tst], axis=1)
df.columns = [f'{i}{c}' for c in tst for i in range(1,3)]


谢谢，这非常有效-我接受了这个答案，因为对于我的实际
df
，它有许多列/行lists@RK1快乐编码！谢谢这很有效（有点慢），但它似乎适用于
NoneTypes
，这非常有用
df = pd.concat([pd.DataFrame(tst[c].tolist()) for c in tst], axis=1)
df.columns = [f'{i}{c}' for c in tst for i in range(1,3)]

print(df)

   1A  2A  1B  2B  1C  2C
0   1   2   3   4   5   6
1   1   2   3   4   5   6
2   1   2   3   4   5   6
3   1   2   3   4   5   6
4   1   2   3   4   5   6