如何在Pandas中按类型拆分手机号并复制行？

需求说明：将包含主手机号和多值其他手机号的DataFrame处理为单行仅存一个手机号的格式，同时新增phone_type列标记手机号类型（主手机号标记为work，其他手机号标记为other）。

原始DataFrame #

期望输出 #

解决方法（Pandas实现） #

通过以下步骤完成数据规整：

import pandas as pd

# 构造原始DataFrame（如果已有数据可跳过此步）
data = {
    'name': ['alice', 'bob', 'colin', 'david'],
    'phone': ['(111) 111-1111', '(444) 444-4444', '(777) 777-7777', '(999) 999-9999'],
    'other_phone': ['(222) 222-2222, (333) 333-3333', '(555) 555-5555, (666) 666-6666', '(888) 888-8888', pd.NA]
}
df = pd.DataFrame(data)

# 1. 拆分other_phone为列表，空值转为空列表
df['other_phone'] = df['other_phone'].str.split(', ').fillna(pd.Series([[]], index=df.index))

# 2. 拆分other_phone的多行，标记为other类型
other_df = df.explode('other_phone').dropna(subset=['other_phone'])
other_df = other_df.rename(columns={'other_phone': 'phone'})
other_df['phone_type'] = 'other'

# 3. 处理主手机号行，标记为work类型
work_df = df[['name', 'phone']].copy()
work_df['phone_type'] = 'work'

# 4. 合并结果并排序
final_df = pd.concat([work_df, other_df], ignore_index=True)
final_df = final_df.sort_values('name').reset_index(drop=True)

print(final_df)

关键步骤说明 #

• str.split(', ')：按逗号加空格拆分多手机号，转为列表格式
• fillna(pd.Series([[]], index=df.index))：将NaN值替换为空列表，避免拆分时丢失行
• explode('other_phone')：把列表中的每个手机号拆分为单独一行
• 分别构造主、副手机号的DataFrame后合并，保证类型标记准确

内容的提问来源于stack exchange，提问作者KLG