如何在Pandas中将多列等长列表拆分为对应多行？

针对你的需求，最简洁高效的方法是利用Pandas 1.3.0及以上版本支持的多列同步explode功能——因为你明确说明所有包含列表的列长度一致，这个特性可以完美匹配你的转换需求。

代码实现 #

import pandas as pd

# 源DataFrame
source_df = pd.DataFrame(data=[[1, [2, 3], [4, 5], [6, 7]], ['a', ['b', 'c'], ['d', 'e'], ['f', 'g']]])

# 对所有包含列表的列（索引1、2、3）执行同步explode
target_df = source_df.explode(list(source_df.columns[1:]), ignore_index=True)

# 可选：自动转换列数据类型（比如将数字列从object转为int）
target_df = target_df.convert_dtypes()

print(target_df)

效果说明 #

• explode方法会将每一行中指定列的列表元素逐一展开，由于各列列表长度相等，展开后会自动保持元素的对应关系
• 第一列的非列表值会自动重复，匹配展开后的行数
• ignore_index=True用于重置最终DataFrame的索引，避免出现重复索引

兼容旧版Pandas（1.3.0以下） #

如果你的Pandas版本较低，无法使用多列explode，可以采用apply结合列表配对的方式实现：

import pandas as pd

source_df = pd.DataFrame(data=[[1, [2, 3], [4, 5], [6, 7]], ['a', ['b', 'c'], ['d', 'e'], ['f', 'g']]])

# 逐行处理，将列表列元素按位置配对后构造新行
target_df = (
    source_df.apply(
        lambda row: pd.DataFrame([[row[0]] + vals for vals in zip(*row[1:])]),
        axis=1
    )
    .concat()
    .reset_index(drop=True)
)

print(target_df)

这个方法通过zip(*row[1:])将每行的列表列元素按位置配对，再结合第一列的值构造新的小DataFrame，最后合并所有结果。

内容的提问来源于stack exchange，提问作者Hestaron