在Pandas DataFrame中按条件拆分逗号分隔列值生成新行并保留其余列值

我来帮你搞定这个需求！看你的示例，核心是当var1里的逗号数≥2时，把每个前缀和最后一个元素配对生成新行，同时保留其他列，而逗号少的就原样保留对吧？直接上代码和解释：

步骤1：准备示例数据（如果你的数据已经存在可以跳过） #

先构造和你示例一致的DataFrame：

import pandas as pd

data = {
    'var1': ['a,b,c,d', 'a,b,c,d', 'a,b,c,d', 'a,b,c,d', 'e,f,g', 'e,f,g', 'e,f,g', 'h,i'],
    'var2': [1,1,1,1,2,2,2,3],
    'var3': ['X1', 'X2', 'X3', '', 'Y1', 'Y2', '', 'Z1']
}
df = pd.DataFrame(data)

步骤2：定义处理函数 #

写一个函数来处理每个var1的字符串，判断逗号数量后生成对应的新字符串列表：

def process_var1(s):
    parts = s.split(',')
    # 逗号数量 = 拆分后的元素总数 - 1
    if len(parts) - 1 >= 2:
        last_part = parts[-1]
        # 把每个前面的元素和最后一个元素拼接成新字符串
        return [f"{p},{last_part}" for p in parts[:-1]]
    else:
        # 逗号不够2个，直接返回原字符串的列表（方便后续展开）
        return [s]

步骤3：处理并展开数据 #

用apply处理var1列生成列表，再用explode把列表拆成独立行，最后过滤掉var3为空的行（和你的示例输出一致）：

# 给每个var1生成对应的字符串列表
df['var1'] = df['var1'].apply(process_var1)
# 把列表元素拆分成单独的行，自动保留其他列的对应值
result_df = df.explode('var1').reset_index(drop=True)
# 过滤掉var3为空的记录（如果不需要这一步可以直接删除）
result_df = result_df[result_df['var3'] != ''].reset_index(drop=True)

查看最终结果 #

运行后打印result_df，就得到你想要的输出：

print(result_df)

输出结果：

var1  var2 var3
0  a,d     1   X1
1  b,d     1   X2
2  c,d     1   X3
3  e,g     2   Y1
4  f,g     2   Y2
5  h,i     3   Z1

关键逻辑说明 #

• 用split(',')拆分字符串后，通过len(parts)-1判断逗号数量，比直接用str.count(',')更稳妥（避免字符串中有特殊情况干扰计数）。
• explode是Pandas专门用来展开列表型元素的工具，能完美保留其他列的对应值，不用手动循环处理。
• 最后过滤var3为空的行是匹配你的示例输出，如果你需要保留这些行，直接去掉过滤步骤即可。

内容的提问来源于stack exchange，提问作者Vishnubhatla Saivamsi