如何将Python DataFrame行拆分为一对一映射格式？

你需要将DataFrame中包含多行值的列按顺序拆分成一对一的行，同时保留其他列的单个值。单独使用explode()会生成笛卡尔积而非对应映射，以下是可行的解决方案：

步骤1：构造示例数据 #

import pandas as pd

# 模拟你的原始DataFrame
df = pd.DataFrame({
    'A': ['valueA1', 'valueA2'],
    'B': ['valueB1 <br /> valueB2 <br /> valueB3', 'valueB4'],
    'C': ['valueC1 <br /> valueC2 <br /> valueC3', 'valueC4']
})

步骤2：将多行列分割为列表 #

先把用<br />分隔的字符串拆分成元素列表，同时清理多余空格：

# 分割B、C列，生成元素列表
df['B'] = df['B'].str.split(' <br /> ').apply(lambda x: [item.strip() for item in x])
df['C'] = df['C'].str.split(' <br /> ').apply(lambda x: [item.strip() for item in x])

步骤3：按对应位置拆分并展开 #

这里提供两种实现方式：

方式一：使用apply+pd.DataFrame展开 #

直接对每行生成对应长度的子DataFrame，再合并：

# 遍历每行，生成对应拆分后的子DataFrame并合并
result = df.apply(
    lambda row: pd.DataFrame({
        'A': [row['A']] * len(row['B']),
        'B': row['B'],
        'C': row['C']
    }),
    axis=1
).concat().reset_index(drop=True)

方式二：打包列后explode #

先把需要对应拆分的列打包成元组列表，再拆分：

# 将B、C列的对应元素打包成元组列表
df['BC_pair'] = df.apply(lambda row: list(zip(row['B'], row['C'])), axis=1)

# 展开打包后的列
result = df.explode('BC_pair')

# 将元组拆分为B、C列
result[['B', 'C']] = pd.DataFrame(result['BC_pair'].tolist(), index=result.index)

# 移除临时列
result = result.drop('BC_pair', axis=1).reset_index(drop=True)

最终结果 #

执行后result的输出为：

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