如何在Pandas中实现一个activityCode映射多个activityName并拆分生成多行数据

这个问题很典型——当映射值是多值列表时，map方法只会把整个列表当成单个单元格内容，不会自动拆分出多行。这里给你两种实用的解决方案，轻松实现你想要的效果：

方法一：用explode快速拆分（推荐，Pandas 0.25+可用） #

这是最简洁高效的方式，先完成映射，再用explode把含列表的单元格炸开成多行：

import pandas as pd

# 原始数据
df = pd.DataFrame(
    [[1, '02', 3], [2, '01', 5], [3, '03', 8], [4, '04', 1]],
    columns=['Student', 'activityCode', 'pts']
)

# 定义映射字典，注意'02'对应列表
activity_map = {
    '01': 'Swimming',
    '02': ['Swimming', 'Football'],
    '03': 'Running',
    '04': 'Football'
}

# 先完成映射，得到包含列表的activityName列
df['activityName'] = df['activityCode'].map(activity_map)

# 炸开列表单元格，自动拆分多行，最后重置索引
result_df = df.explode('activityName').reset_index(drop=True)

# 查看结果
print(result_df)

运行后输出的结果完全符合你的预期：

方法二：自定义函数+apply（兼容旧版Pandas） #

如果你的Pandas版本低于0.25（explode是0.25版本新增的），可以用这种方式处理：

import pandas as pd

df = pd.DataFrame(
    [[1, '02', 3], [2, '01', 5], [3, '03', 8], [4, '04', 1]],
    columns=['Student', 'activityCode', 'pts']
)

# 把所有映射值统一改成列表，方便函数统一处理
activity_map = {
    '01': ['Swimming'],
    '02': ['Swimming', 'Football'],
    '03': ['Running'],
    '04': ['Football']
}

def expand_activity(row):
    # 获取当前行对应的活动名称列表
    name_list = activity_map[row['activityCode']]
    # 生成对应数量的行数据，其他列保持重复
    return pd.Series({
        'Student': [row['Student']] * len(name_list),
        'activityCode': [row['activityCode']] * len(name_list),
        'pts': [row['pts']] * len(name_list),
        'activityName': name_list
    })

# 应用函数后炸开所有列，再重置索引
result_df = df.apply(expand_activity, axis=1).explode().reset_index(drop=True)

这个方法通过自定义函数，把每一行转换成包含列表的Series，再统一炸开拼接，同样能得到目标结果。

小提示 #

• 方法一中的explode是专门为这种“单元格含列表需要拆分”的场景设计的，代码简洁且性能更好，优先推荐。
• 方法二中统一把映射值改成列表，避免了额外的类型判断逻辑，代码更健壮。

内容的提问来源于stack exchange，提问作者Wingyan Yip