如何在Python中将DataFrame的多列表格列展开为行？

原始数据 #

目标输出 #

问题分析 #

你之前的代码直接对整串字符串调用zip_longest，没有先将逗号分隔的字符串拆分为元素列表，导致整个字符串被当作单个元素处理，生成了[('1500,10000,20000,30000', '60,365,730')]这类不符合预期的结果。

正确实现 #

import pandas as pd
from itertools import zip_longest

# 初始化原始DataFrame（已有可跳过此步骤）
df = pd.DataFrame({
    'ID': [654, 131, 598],
    'MS': ['1500,10000,20000,30000', '1500,10000,20000', '1500,10000,20000,30000'],
    'DS': ['60,365,730', '60,365,730', '60,365,730']
})

def expand_row(row):
    # 拆分逗号分隔字符串为元素列表
    ms_items = row['MS'].split(',')
    ds_items = row['DS'].split(',')
    # 对齐两个列表，不足位填充Pandas标准缺失值
    paired_items = list(zip_longest(ms_items, ds_items, fillvalue=pd.NA))
    # 生成当前ID对应的拆分后子DataFrame
    return pd.DataFrame(paired_items, columns=['MS', 'DS']).assign(ID=row['ID'])

# 合并所有行的拆分结果
expanded_df = pd.concat(df.apply(expand_row, axis=1).tolist(), ignore_index=True)

# 可选：转换为数值类型
expanded_df = expanded_df.astype({'MS': int, 'DS': float})

print(expanded_df)

关键步骤解释 #

1. 拆分字符串：用split(',')将MS和DS列的逗号分隔文本拆分为独立元素的列表，这是解决核心问题的第一步。
2. 对齐列表：使用zip_longest按位置配对两个列表，长度较短的列表末尾用pd.NA（Pandas标准缺失值）填充，比自定义的'Nan'字符串更符合数据规范。
3. 生成子DataFrame：为每行的配对结果生成包含原始ID的小DataFrame，确保展开后ID与原始行一一对应。
4. 合并结果：通过pd.concat将所有子DataFrame合并为最终的展开式DataFrame。

内容的提问来源于stack exchange，提问作者Divyansh Kumar Singh