如何在Pandas中实现列值重复并正确拆分Connections列内容

嘿，我明白你遇到的问题了——用list()处理字符串的时候，它会把每个字符都拆出来，而不是按你想要的逗号分隔，对吧？咱们来一步步解决这个问题。

首先，先回顾下你的输入数据：

import pandas as pd
dfno = pd.DataFrame({'Nodes':['A','B','C'], 'Connections': ['Za,Eb', 'Qa,Rb', 'La,Mb']})

问题根源 #

你之前用list(str(row['Connections']))，比如处理"Za,Eb"时，会把它拆成['Z','a',',','E','b']，这显然不是你要的。正确的拆分方式应该是用字符串的split(',')方法，按逗号分割成子字符串列表。

推荐方法：用Pandas原生函数高效实现 #

Pandas有专门的函数来处理这种“把列表拆成多行”的需求，代码简洁又高效，完全不用手动循环：

# 第一步：把Connections列按逗号拆分为列表
dfno['Connections'] = dfno['Connections'].str.split(',')
# 第二步：将列表展开为多行，自动重复对应的Nodes值
result_df = dfno.explode('Connections')

运行后你会得到想要的结果：

Nodes Connections
0     A          Za
0     A          Eb
1     B          Qa
1     B          Rb
2     C          La
2     C          Mb

这个方法的优势在于：str.split(',')会精准地把每个Connections字符串拆成包含两个元素的列表（比如"Za,Eb"变成["Za", "Eb"]），然后explode函数会自动把列表中的每个元素拆成单独的行，同时保持Nodes列的值和原行一致，完美匹配你的需求。

如果你坚持要用循环实现（不推荐大数据量） #

如果因为某些原因你需要用循环的方式，那只需要把list()换成split(',')，然后遍历拆分后的列表，把每一组节点和连接存入新列表，最后转成DataFrame：

result_rows = []
for _, row in dfno.iterrows():
    node = row['Nodes']
    # 用split(',')替代list()，按逗号拆分
    connections = row['Connections'].split(',')
    for conn in connections:
        result_rows.append({'Nodes': node, 'Connections': conn})

result_df = pd.DataFrame(result_rows)

不过要注意，iterrows()在处理大型DataFrame时效率很低，所以优先推荐第一种原生方法哦。

内容的提问来源于stack exchange，提问作者SoKu