pandas.DataFrame.explode()报错：列元素数量不匹配如何修复？

问题背景 #

初始DataFrame数据：

期望转换后结果：

现有代码执行后得到分割后的列表，但调用df.explode(['a','b'])时触发报错：

ValueError: columns must have matching element counts

问题原因 #

Pandas的explode方法在同时处理多列时，要求每行中所有指定列的列表长度完全一致。你的数据中：

• 第0行a列列表长度为2，b列列表长度为3
• 第1行a列列表长度为3，b列列表为空
  两者长度不匹配，因此触发报错。

解决方案 #

方法一：分别explode后按索引合并 #

先单独对每一列执行explode，再通过索引对齐合并结果，自动补全缺失值：

import pandas as pd

df = pd.DataFrame({'a':['100,200','300,400,500'],'b':['100,200,300','']})

# 分割字符串为列表，同时将b列的空字符串替换为pd.NA（避免空列表explode后丢失行）
df['a'] = df['a'].str.split(',')
df['b'] = df['b'].str.split(',').apply(lambda x: pd.NA if x == [''] else x)

# 分别对a、b列执行explode，保留原始索引后重置索引
df_a = df.explode('a').reset_index(drop=True)
df_b = df.explode('b').reset_index(drop=True)

# 合并两列并填充缺失值
result = pd.concat([df_a['a'], df_b['b']], axis=1).fillna(pd.NA)
print(result)

方法二：先补全列表长度再批量explode #

对每行数据，将较短的列表用pd.NA补全到与较长列表相同的长度，再执行多列explode：

import pandas as pd

df = pd.DataFrame({'a':['100,200','300,400,500'],'b':['100,200,300','']})

# 分割字符串为列表，处理b列的空字符串
df['a'] = df['a'].str.split(',')
df['b'] = df['b'].str.split(',').apply(lambda x: [] if x == [''] else x)

# 定义函数补全每行的列表长度
def expand_row(row):
    max_length = max(len(row['a']), len(row['b']))
    # 补全a列列表
    a_expanded = row['a'] + [pd.NA] * (max_length - len(row['a']))
    # 补全b列列表
    b_expanded = row['b'] + [pd.NA] * (max_length - len(row['b']))
    return pd.Series({'a': a_expanded, 'b': b_expanded})

# 应用函数补全所有行的列表
df_expanded = df.apply(expand_row, axis=1)
# 执行多列explode并重置索引
result = df_expanded.explode(['a', 'b']).reset_index(drop=True)
print(result)

两种方法都能生成你期望的结果，可根据实际数据规模选择：方法一代码更简洁，适合常规场景；方法二更直观，便于自定义补全逻辑。

内容的提问来源于stack exchange，提问作者Hashmallow