熊猫:将*多个*集合列转换为列表列

我想你在找 applymap . 也, lambda x: list(x) 可以简化为 list :

In [5]: df[['a', 'b']].applymap(list)
Out[5]:
        a          b
0  [0, 1]     [1, 2]
1  [1, 2]  [2, 3, 4]
2      []        [3]

尝试使用嵌套列表理解来提高性能:

pd.DataFrame([[list(l) for l in r] for r in df.values], 
             index=df.index,
             columns=df.columns)

        a          b
0  [0, 1]     [1, 2]
1  [1, 2]  [2, 3, 4]
2      []        [3]

在处理混合数据类型时,我完全相信纯Python的强大功能。关于什么时候循环胜过熊猫的更多信息,请看我在这里写的: For loops with pandas - When should I care?

这种差异是显而易见的,即使是对于微小的帧:

%timeit df[['a', 'b']].applymap(list)
%%timeit
pd.DataFrame([[list(l) for l in r] for r in df.values], 
             index=df.index,
             columns=df.columns)

3.41 ms ± 92 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
669 µs ± 63.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)