如何拆分DataFrame合并数据并保留原记录生成新DataFrame

问题场景 #

现有包含合并字段的DataFrame，name和code列的值通过/分隔：

import pandas as pd

df = pd.DataFrame({
    'name': ['joe blogs/john williams'],
    'code': ['100000/100001']
})

原始数据输出：

name          code
0  joe blogs/john williams  100000/100001

期望生成的结果需同时包含拆分后的单独记录和原始合并记录：

name          code
0                  joe blogs        100000
1              john williams        100001
2  joe blogs/john williams  100000/100001

实现代码 #

# 拆分并展开合并字段
split_df = df.assign(
    name=df['name'].str.split('/'),
    code=df['code'].str.split('/')
).explode(['name', 'code'], ignore_index=True)

# 合并拆分数据与原始数据，重置索引并去重
result_df = pd.concat([split_df, df], ignore_index=True).drop_duplicates()

# 输出结果
print(result_df)

代码说明 #

• assign()：将原列的字符串按/拆分为列表格式
• explode()：把列表中的每个元素拆分为独立行，同时保证name和code的对应关系
• pd.concat()：将拆分后的数据集与原始数据集合并
• drop_duplicates()：避免因原始数据重复导致的结果行重复（根据实际需求可省略）

内容的提问来源于stack exchange，提问作者Joe