如何将Pandas DataFrame的values列拆分为多行X,Y值对？

问题场景 #

现有Pandas DataFrame，其中values列存储了可变数量的逗号分隔X,Y数值对，需要将每一组X,Y拆分为单独一行，同时保留对应的tube和curve列数据。

示例数据 #

原DataFrame：

tube  curve                                    values
1   E88CC      0   0, 0, 25, 7, 50, 15
2   E88CC     -1   0, 0, 25, 0.7, 50, 5.5, 75, 13

目标格式：

tube  curve     x     y
0   E88CC      0   0.0   0.0
1   E88CC      0  25.0   7.0
2   E88CC      0  50.0  15.0
3   E88CC     -1   0.0   0.0
4   E88CC     -1  25.0   0.7
5   E88CC     -1  50.0   5.5
6   E88CC     -1  75.0  13.0

实现方案 #

方法1：遍历行构造新数据（直观易理解）

这种方法逻辑清晰，适合新手快速上手，也方便处理异常情况：

import pandas as pd

# 构造示例DataFrame
data = {
    'tube': ['E88CC', 'E88CC'],
    'curve': [0, -1],
    'values': ['0, 0, 25, 7, 50, 15', '0, 0, 25, 0.7, 50, 5.5, 75, 13']
}
df = pd.DataFrame(data, index=[1,2])

# 初始化空列表存储拆分后的数据
rows = []

# 遍历原DataFrame的每一行
for _, row in df.iterrows():
    # 将values字符串按逗号分割并转换为浮点数值列表
    vals = list(map(float, row['values'].split(', ')))
    # 校验数值对数量是否为偶数（避免无效数据）
    if len(vals) % 2 != 0:
        print(f"警告：行{row.name}的values元素个数为奇数，已跳过该部分数据")
        continue
    # 按每两个元素一组拆分X,Y对，并存入列表
    for x, y in zip(vals[::2], vals[1::2]):
        rows.append({
            'tube': row['tube'],
            'curve': row['curve'],
            'x': x,
            'y': y
        })

# 将列表转换为目标DataFrame
result_df = pd.DataFrame(rows)
print(result_df)

方法2：利用Pandas内置函数（更高效）

如果数据量较大，推荐使用Pandas的向量化操作提升效率：

import pandas as pd

# 构造示例DataFrame
data = {
    'tube': ['E88CC', 'E88CC'],
    'curve': [0, -1],
    'values': ['0, 0, 25, 7, 50, 15', '0, 0, 25, 0.7, 50, 5.5, 75, 13']
}
df = pd.DataFrame(data, index=[1,2])

# 1. 拆分values字符串为数值列表
df['values'] = df['values'].str.split(', ').apply(lambda x: list(map(float, x)))

# 2. 将列表拆分为单行元素，同时保留分组标识
expanded_df = df.explode('values').reset_index(drop=True)
expanded_df['pair_id'] = expanded_df.groupby(['tube', 'curve']).cumcount() // 2
expanded_df['coord_type'] = expanded_df.groupby(['tube', 'curve']).cumcount() % 2

# 3. 透视得到X、Y列，整理格式
result_df = expanded_df.pivot(
    index=['tube', 'curve', 'pair_id'],
    columns='coord_type',
    values='values'
).reset_index(drop=False)
result_df.columns = ['tube', 'curve', 'pair_id', 'x', 'y']
result_df = result_df.drop('pair_id', axis=1)

print(result_df)

关键说明 #

• vals[::2] 取列表中索引为偶数的元素（即所有X值），vals[1::2] 取索引为奇数的元素（即所有Y值）
• 方法1中的校验步骤可根据实际需求选择保留或移除
• 方法2利用explode和groupby.cumcount实现分组内的序号标记，再通过pivot完成列转换，适合处理大规模数据

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