如何拆分Pandas DataFrame逗号分隔行，保留单行数据并解决NaN问题

原代码失效的核心原因是：当From/To列的单元格为数值类型（而非字符串），或单元格值无逗号时，str.split(',')会返回NaN或非列表结构，后续explode操作直接将这些行转为NaN。

1. 基础修复：避免NaN产生 #

先将列统一转为字符串类型，再用str.split(',', expand=False)拆分——该参数确保无逗号的单元格也返回包含单个元素的列表，从根源避免NaN：

# 转为字符串类型，消除数值类型导致的str操作异常
DT['From'] = DT['From'].astype(str)
DT['To'] = DT['To'].astype(str)

# 拆分列，确保所有单元格都是列表格式
DT['From'] = DT['From'].str.split(',', expand=False)
DT['To'] = DT['To'].str.split(',', expand=False)

# 展开行，保留单个值的行不变
DT = DT.explode(['From', 'To'], ignore_index=True)

2. 按需选择拆分逻辑 #

• 一一对应拆分：如果From和To的多值是成对出现的（比如From="1,2"对应To="3,4"，需拆成1→3、2→4），直接使用上面的explode(['From', 'To'])即可。
• 笛卡尔积拆分：如果需要From的每个值分别匹配To的每个值，可按顺序展开：

DT = DT.explode('To', ignore_index=True).explode('From', ignore_index=True)

3. 可选：清理空白字符 #

若原数据中逗号后带空格（如"1, 2"），拆分后可清理元素前后空格：

DT['From'] = DT['From'].str.strip()
DT['To'] = DT['To'].str.strip()

内容的提问来源于stack exchange，提问作者user1574881