您需要将list转换为numpy array，然后再转换为reshape：

df = pd.DataFrame(np.array(my_list).reshape(3,3), columns = list("abc"))
print (df)
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

如果您来到这里寻找一种将Python列表转换为PandasDataFrame的方法，您可能会遇到以下问题之一：
1.最简单的方法是将其转换为DataFrame对象。如果不指定它，则会推断数据类型。

df = pd.DataFrame(my_list)
# or
df = pd.DataFrame({'col1': my_list})

1.如果你有一个嵌套列表，DataFrame构造函数同样可以工作。确保列名的数量等于最长子列表的长度。

col_names = ['col1', 'col2']
df = pd.DataFrame(my_list, columns=col_names)

1.如果要将平面列表转换为 Dataframe 行，请先将其转换为嵌套列表：

df = pd.DataFrame([my_list])

1.如果要将嵌套列表转换为DataFrame，其中每个子列表都是DataFrame列，请将其转换为字典，然后强制转换为DataFrame。请确保列名的数目与列表的长度匹配，即len(col_names) == len(my_list)必须为True。

col_names = ['col1', 'col2', 'col3']
df = pd.DataFrame(dict(zip(col_names, my_list)))

1.如果要将平面列表转换为多列DataFrame（如在OP中），一种方法是使用iter()和zip()函数转置列表，然后强制转换为DataFrame。
1.如果你想把一个平面列表转换成一个多列的DataFrame，但是连续的值是列值（而不是上面的行值），那么你必须转置成一个不同的形状。

col_names = ['col1', 'col2', 'col3']
df = pd.DataFrame(zip(*[iter(my_list)]*(len(my_list)//len(col_names))), index=col_names).T