如何拆分Pandas DataFrame中的列并保留每条记录的关联键信息

首先来看你的原始数据和需求：

你有这样的初始DataFrame：

import pandas as pd

df = pd.DataFrame(
    {"ID": ["P-1", "P-2", "P-3"], 
     "Acc No": ['11234/57468/28576', '13245/13246', '46578/37264/35264'], 
     "Company": ["red", "yellow", "blue"]}
)
print(df)

输出：

ID                  Acc No Company
0  P-1  11234/57468/28576     red
1  P-2        13245/13246  yellow
2  P-3  46578/37264/35264    blue

你希望把Acc No列按/拆分后，每个拆分出的条目都对应原有的ID和Company数据，得到这样的目标结果：

df2 = pd.DataFrame(
    {"ID": ["P-1","P-1","P-1", "P-2","P-2", "P-3","P-3","P-3"], 
     "Acc No": ['11234','57468','28576', '13245','13246', '46578','37264','35264'], 
     "Company": ["red", "red","red","yellow", "yellow", "blue", "blue", "blue"]}
)
print(df2)

解决方案：用explode()轻松实现 #

这个需求其实用pandas的explode()方法就能完美解决，步骤非常简单：

1. 先把Acc No列拆成列表：用str.split('/')将每个字符串按斜杠分割成列表，替换原列
2. 用explode()展开列表：这个方法会自动把列表里的每个元素单独生成一行，同时保留其他列的对应值

完整代码如下：

import pandas as pd

df = pd.DataFrame(
    {"ID": ["P-1", "P-2", "P-3"], 
     "Acc No": ['11234/57468/28576', '13245/13246', '46578/37264/35264'], 
     "Company": ["red", "yellow", "blue"]}
)

# 1. 将Acc No列拆分为列表
df['Acc No'] = df['Acc No'].str.split('/')

# 2. 展开列表，生成目标DataFrame
df2 = df.explode('Acc No', ignore_index=True)

print(df2)

运行后你就能得到想要的输出：

ID Acc No Company
0  P-1  11234     red
1  P-1  57468     red
2  P-1  28576     red
3  P-2  13245  yellow
4  P-2  13246  yellow
5  P-3  46578    blue
6  P-3  37264    blue
7  P-3  35264    blue

补充：旧版本pandas的替代方法 #

如果你的pandas版本低于0.25（explode()是0.25版本新增的），可以用apply结合stack的方式实现：

df2 = df.set_index(['ID', 'Company'])['Acc No'].str.split('/', expand=True).stack().reset_index(name='Acc No').drop('level_2', axis=1)

不过还是推荐优先用explode()，代码更简洁易懂，维护起来也方便。

内容的提问来源于stack exchange，提问作者routine_dizzy