Pandas中展开元组列：整数元组展开失败问题排查

核心原因 #

你的代码中，整数元组的列其实已经被成功展开了，断言失败的根本原因是数据类型不匹配：

• 展开整数元组后，B列的 dtype 仍为 object（因为原列以 object 类型存储元组，explode 不会自动转换列类型）；
• 手动创建的 expected 数据框中，B列的 dtype 是 int64；
• Pandas 的 DataFrame.equals() 方法会同时比较值和数据类型，因此 dtype 不一致导致断言失败。

另外，原函数中的列类型判断逻辑存在效率问题，可优化。

解决方案 #

方案1：调整断言逻辑，忽略数据类型差异

使用 pd.testing.assert_frame_equal 替代 equals()，并设置 check_dtype=False，只比较值是否一致：

import pandas as pd

def explode_tuples(df):
    """explodes columns that consist only of tuples"""
    df_explode = df.copy(deep=True)
    for col in df.columns:
        if df[col].dtype == object and set(df[col].apply(lambda x: type(x)).unique()) == {tuple, }:
            df_explode = df_explode.explode(col, ignore_index=True)

    return df_explode

def test_explode_tuples_correct():
    test_df = pd.DataFrame({'A': [1, 2], 'B': [('1', '2'), ('3', '4')]})
    expected = pd.DataFrame({'A': [1, 1, 2, 2], 'B': ['1', '2', '3', '4']})
    exploded = explode_tuples(test_df)
    assert expected.equals(exploded)

def test_explode_tuples_failure():
    test_df = pd.DataFrame({'A': [1, 2], 'B': [(1, 2), (3, 4)]})
    expected = pd.DataFrame({'A': [1, 1, 2, 2], 'B': [1, 2, 3, 4]})
    exploded = explode_tuples(test_df)
    # 忽略数据类型检查，仅比较值
    pd.testing.assert_frame_equal(exploded, expected, check_dtype=False)

方案2：优化函数，自动转换展开后的列类型

修改 explode_tuples 函数，在展开后尝试将列转换为合适的数值类型，同时优化列类型判断逻辑（更高效健壮）：

import pandas as pd

def explode_tuples(df):
    """explodes columns that consist only of tuples"""
    df_explode = df.copy(deep=True)
    for col in df.columns:
        # 更高效的判断：检查列中所有元素都是元组
        if df[col].apply(lambda x: isinstance(x, tuple)).all():
            df_explode = df_explode.explode(col, ignore_index=True)
            # 尝试转换为数值类型（失败则保持原类型）
            try:
                df_explode[col] = pd.to_numeric(df_explode[col])
            except ValueError:
                pass

    return df_explode

def test_explode_tuples_correct():
    test_df = pd.DataFrame({'A': [1, 2], 'B': [('1', '2'), ('3', '4')]})
    expected = pd.DataFrame({'A': [1, 1, 2, 2], 'B': ['1', '2', '3', '4']})
    exploded = explode_tuples(test_df)
    assert expected.equals(exploded)

def test_explode_tuples_failure():
    test_df = pd.DataFrame({'A': [1, 2], 'B': [(1, 2), (3, 4)]})
    expected = pd.DataFrame({'A': [1, 1, 2, 2], 'B': [1, 2, 3, 4]})
    exploded = explode_tuples(test_df)
    assert expected.equals(exploded)

优化点说明 #

• 原判断逻辑 set(df[col].apply(lambda x: type(x)).unique()) == {tuple, } 效率较低，改用 isinstance(x, tuple).all() 直接验证所有元素类型，更高效且能处理空值等异常情况；
• 新增的类型转换逻辑可自动将数值型的展开列转换为对应数值类型，确保和预期数据框的 dtype 一致，无需修改断言逻辑。

内容的提问来源于stack exchange，提问作者Markus Murzus