DataFrame多字典列用Series.explode展开后行匹配错误求助

问题场景 #

你需要将DataFrame中包含多个字典的两列展开为多列，但使用Series.explode时出现行内容错位的问题：

输入数据

期望输出

你尝试的错误代码

df1 = ( 
       df.assign(Columns B2 =lambda df: df.Columns B.apply(lambda x: x.values()))    
     
       .reset_index()
       .apply(pd.Series.explode)
     
            )
output = ( 
       df1.assign(Columns C2 =lambda df: df.Columns C.apply(lambda x: x.values()))    
     
       .reset_index()
       .apply(pd.Series.explode)
     
            )

问题：两次独立explode后，行内容错位，比如Columns C的内容无法对应正确的Column B分组。

解决方案 #

核心问题是两次explode没有保留原始行的分组关联，导致B和C的元素无法正确配对。正确做法是先对每行生成B和C字典列表的笛卡尔积，再拆分键值对：

import pandas as pd
import ast
from itertools import product

# 模拟输入数据（如果你的数据是从文件读取，可替换这部分）
data = {
    "Column A": ["Cell 1", "Cell 2"],
    "Column B": ['{"a":0.5} {"b":0.5}', '{"c":1.0}'],
    "Columns C": ['{"d1":0.25}{"d2":0.25}{"d3":0.25}{"d4":0.25}', '{"t1":0.5} {"t2":0.5}']
}
df = pd.DataFrame(data)

# 将单元格中的多字典字符串转换为字典列表
def str_to_dict_list(s):
    # 处理字典之间无空格的情况，统一分割规则
    dict_strs = [d.strip() for d in s.replace('}{', '} {').split(' ') if d.strip()]
    return [ast.literal_eval(d) for d in dict_strs]

df['Column B'] = df['Column B'].apply(str_to_dict_list)
df['Columns C'] = df['Columns C'].apply(str_to_dict_list)

# 对每行生成B和C字典的笛卡尔积，并拆分键值
def expand_row(row):
    base_val = row['Column A']
    b_dicts = row['Column B']
    c_dicts = row['Columns C']
    # 生成所有B与C的组合
    pairs = product(b_dicts, c_dicts)
    # 转换为目标格式的行数据
    return pd.DataFrame([
        {
            'Column A': base_val,
            'Column B1': next(iter(b.keys())),
            'Column B2': next(iter(b.values())),
            'Columns C1': next(iter(c.keys())),
            'Columns C2': next(iter(c.values()))
        } for b, c in pairs
    ])

# 合并所有行的结果
final_df = pd.concat(df.apply(expand_row, axis=1).tolist(), ignore_index=True)
print(final_df)

代码说明 #

1. 字符串转字典列表：处理单元格中多字典的不同分隔格式（有空格/无空格），将每个字符串转换为可操作的字典列表。
2. 笛卡尔积生成：对每行的B字典列表和C字典列表生成所有可能的配对，确保每个B元素都能和所有C元素一一对应。
3. 键值拆分：将每个字典的键和值分别提取为对应的列，最终合并成目标DataFrame。

内容的提问来源于stack exchange，提问作者SHAIMA ALJAHANI