如何将DataFrame中列表类型列拆分为同名列的多行数据？

问题场景 #

原始DataFrame如下：

date             bumpSizes
12/9/23            ['-0.2','-0.4','0.8']
12/9/23             ['-0.2', '-0.3']

需求是将bumpSizes列的列表元素转为同一列的多行数据，同时保留唯一值，目标结果如下：

index           bumpSizes
12/9/23           -0.2
12/9/23           -0.4
12/9/23            0.8
12/9/23           -0.3

你尝试过以下两种方法但未达到预期：

1. 该方法将数据拆分为多列而非多行：

df["bumpSizes"]=df["bumpSizes"].str.replace("'","").str.replace ("[","").str.replace ("]","").str.split(",", expand=True)

2. 此方法也未实现需求：

df.assign("bump_new",df.bumpSizes)

解决方案 #

核心思路 #

先将字符串格式的列表转为真实的Python列表，再用explode方法展开为多行，最后去重得到目标结果。

分步实现 #

1. 字符串转真实列表
   原始bumpSizes列的内容是字符串形式的列表，需用ast.literal_eval转换为可操作的列表：

import ast
df["bumpSizes"] = df["bumpSizes"].apply(ast.literal_eval)

2. 列表列展开为多行
   使用pandas的explode方法，将每个列表元素拆分为单独行，保留对应date值：

df_exploded = df.explode("bumpSizes")

3. 去重整理
   对展开后的DataFrame去重，得到最终结果：

df_result = df_exploded.drop_duplicates().reset_index(drop=True)

完整代码 #

import pandas as pd
import ast

# 构造原始DataFrame
df = pd.DataFrame({
    "date": ["12/9/23", "12/9/23"],
    "bumpSizes": ["['-0.2','-0.4','0.8']", "['-0.2', '-0.3']"]
})

# 字符串转列表
df["bumpSizes"] = df["bumpSizes"].apply(ast.literal_eval)
# 展开为多行
df_exploded = df.explode("bumpSizes")
# 去重
df_result = df_exploded.drop_duplicates().reset_index(drop=True)

print(df_result)

运行后输出：

date bumpSizes
0  12/9/23      -0.2
1  12/9/23      -0.4
2  12/9/23       0.8
3  12/9/23      -0.3

内容的提问来源于stack exchange，提问作者Vasanth