Python：将日期:价格列表转换为多行数据

处理思路 #

用pandas的矢量化操作替代逐行字符串处理，大幅提升效率，步骤如下：

1. 构造/导入原始数据

import pandas as pd
import ast

# 模拟原始表格数据
df = pd.DataFrame({
    'Id': ['001', '002'],
    'Prices': ['["March:59", "April:64", "May:62"]', '["Jan:55", "Feb:58"]']
})

2. 解析字符串列表为实际列表
   把Prices列中字符串格式的列表转为Python原生列表，方便后续拆分：

df['Prices'] = df['Prices'].apply(ast.literal_eval)

3. 将列表元素拆分为单独行
   用explode方法快速将每个列表元素展开为独立行：

df_exploded = df.explode('Prices', ignore_index=True)

4. 矢量化拆分日期与价格
   通过str.split结合expand=True直接生成两列，这一步是矢量化操作，比逐行处理效率高数倍：

# 拆分日期和价格，自动生成两列
df_exploded[['date', 'price']] = df_exploded['Prices'].str.split(':', expand=True)

# 整理最终结果
result = df_exploded.drop('Prices', axis=1).rename(columns={'Id': 'id'})

最终结果 #

额外优化 #

如果Prices列存在不符合日期:价格格式的元素，可提前过滤：

df_exploded = df_exploded[df_exploded['Prices'].str.contains(':')]

内容的提问来源于stack exchange，提问作者Itachi07