如何在Pandas中合并含列表值的DataFrame属性列对

核心思路 #

直接配对每组Attribute name和Attribute value列，拼接后再处理逗号分隔的值展开，避开wide_to_long等方法对列名格式的严格限制，确保属性名与值的配对关系不丢失。

步骤与代码示例 #

1. 模拟源数据（替换为你的真实数据即可）

import pandas as pd

# 模拟含3组Attribute列+无关列的源数据
data = {
    'ID': [1, 2],
    'Attribute name_1': ['Color', 'Size'],
    'Attribute value_1': ['Red,Blue', 'M'],
    'Attribute name_2': ['Material', 'Weight'],
    'Attribute value_2': ['Cotton', '100g'],
    'Attribute name_3': ['Brand', 'Origin'],
    'Attribute value_3': ['Nike', 'China']
}
df = pd.DataFrame(data)

2. 筛选并配对Attribute列

按编号提取所有name和value列，确保每组严格对应：

# 按编号排序提取name列和value列
name_cols = sorted(
    [col for col in df.columns if 'Attribute name' in col],
    key=lambda x: int(x.split('_')[-1])
)
value_cols = sorted(
    [col for col in df.columns if 'Attribute value' in col],
    key=lambda x: int(x.split('_')[-1])
)

3. 合并多组列为两列

遍历配对的列组，拼接成统一结构的DataFrame：

result_list = []
# 逐个处理每组name-value列
for name_col, val_col in zip(name_cols, value_cols):
    temp_df = df[['ID', name_col, val_col]].rename(
        columns={name_col: 'Attribute Name', val_col: 'Attribute Value'}
    )
    result_list.append(temp_df)

# 拼接所有组的结果
merged_df = pd.concat(result_list, ignore_index=True)

4. 拆分逗号分隔的属性值

将含逗号的Attribute Value拆分为多行：

# 拆分值并展开
final_df = merged_df.assign(
    **{'Attribute Value': merged_df['Attribute Value'].str.split(',')}
).explode('Attribute Value', ignore_index=True)

# 可选：移除空值行
final_df = final_df.dropna(subset=['Attribute Value'])

为何之前的方法可能失效 #

• wide_to_long要求列名必须是前缀_后缀的严格格式，若你的列名编号格式不统一（比如无下划线），会导致匹配失败；
• MultiIndex.from_tuples若未正确对齐name和value列的分组逻辑，容易出现列配对错误。

内容的提问来源于stack exchange，提问作者JCan