Python 将具有不同长度的列表列表的dataframe列复制到不同的列

我有以下数据帧：

df=pd.DataFrame（{'column'：[[a'，0]，[b'，1]]，[b'，2]]，[c'，1]，[b'，2]]}）
df

我不知道有哪些字母，每行的列表数量也不一样。我的目标是让它看起来像这样：

     a    b    c
0    0    1    NaN
1    NaN  2    NaN
2    NaN  2    1

可以使用以下方法执行第一步：

df['column'].apply（pd.系列）

---

但是，这个问题的很大一部分仍然存在。

如果您使用的是Pandas 0.25+，您可以使用

explode

：

s  = df['column'].explode()
(pd.DataFrame(list(s.values), index=s.index)
   .set_index(0, append=True)[1]
   .unstack()
)

输出：

0    a    b    c
0  0.0  1.0  NaN
1  NaN  2.0  NaN
2  NaN  2.0  1.0

试试这个

df_final = pd.DataFrame(dict(l) for l in df.column)

Out[129]:
     a  b    c
0  0.0  1  NaN
1  NaN  2  NaN
2  NaN  2  1.0

---

非常优雅。一个字符稍少的替代方案：

pd.DataFrame（map（dict，df.column））

太棒了！我现在发现，在我的数据中，列表实际上是[value，key]，而不是我描述的[key，value]，你有解决方案吗？谢谢@rafaelc。是的，

map

更简洁。我选择genex/listcomp是因为我喜欢它们：）@ThomasW：你的意思是你的数据是

[[0，a]，[1，b]

？@ThomasW：只需在内部执行dict comp，而不是直接调用

dict

：

pd.DataFrame（{y:x代表x，y在l}代表df.column中的l）

谢谢你提供的有用方法，我选择了Andy l.的方法，因为它更简洁！

0    a    b    c
0  0.0  1.0  NaN
1  NaN  2.0  NaN
2  NaN  2.0  1.0

df_final = pd.DataFrame(dict(l) for l in df.column)

Out[129]:
     a  b    c
0  0.0  1  NaN
1  NaN  2  NaN
2  NaN  2  1.0