如何用更优雅的方式通过DataFrame.apply生成新DataFrame？

现有如下函数，传入DataFrame的一行后返回一个小DataFrame：

def func(row):
    if row['col1'] == 1:
        return pd.DataFrame({'a': [1], 'b': [11]})
    else:
        return pd.DataFrame({'a': [-1, -2], 'b': [-11, -22]})

给定初始DataFrame：

df = pd.DataFrame({'col1': [1,2,3], 'col2': [11,22,33]})

期望通过apply该函数得到如下结果：

pd.DataFrame({
    'a': [1,-1,-2,-1,-2],
    'b': [11,-11,-22,-11,-22]
})

当前实现方式为：

pd.concat([mini[1] for mini in df.apply(func, axis=1).iteritems()])

该写法不够优雅，以下是两种更优的实现方式：

方法1：简化concat调用 #

df.apply(func, axis=1)返回的是一个Series，每个元素是小DataFrame，直接将这个Series传入pd.concat即可，无需手动遍历：

pd.concat(df.apply(func, axis=1), ignore_index=True)

添加ignore_index=True可以重置结果的索引，与期望输出的索引保持一致。

方法2：用explode替代apply（性能更优） #

如果函数逻辑可以拆分，先通过映射生成包含列表的列，再用explode展开，这种方式避免了频繁创建小DataFrame，在数据量大时性能更出色：

# 映射生成对应列表
df['a'] = df['col1'].map(lambda x: [1] if x == 1 else [-1, -2])
df['b'] = df['col1'].map(lambda x: [11] if x == 1 else [-11, -22])

# 展开列表得到结果
result = df[['a', 'b']].explode(['a', 'b'], ignore_index=True)

内容的提问来源于stack exchange，提问作者Ottpocket