如何将Pandas数据集的多列逗号分隔值拆分为逐行记录

原始数据集 #

需求 #

生成包含order和content两列的表格，content列需包含container和box列的所有值，每个值单独占一行，期望结果如下：

解决方案 #

方法一：先合并列再拆分展开 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'order': ['a', 'b'],
    'container': ['c1,c2,c3', 'c4,c5,c6'],
    'box': ['b1,b2,b3', 'b4,b5,b6']
})

# 合并container和box列，用逗号分隔
df['content'] = df['container'].str.cat(df['box'], sep=',')
# 拆分content为列表并展开成行，保留需要的列
result = df.assign(content=df['content'].str.split(',')).explode('content')[['order', 'content']]

print(result)

方法二：分别拆分两列再合并结果 #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'order': ['a', 'b'],
    'container': ['c1,c2,c3', 'c4,c5,c6'],
    'box': ['b1,b2,b3', 'b4,b5,b6']
})

# 拆分container列并展开
container_df = df.assign(content=df['container'].str.split(',')).explode('content')[['order', 'content']]
# 拆分box列并展开
box_df = df.assign(content=df['box'].str.split(',')).explode('content')[['order', 'content']]
# 合并两个结果，按order排序
result = pd.concat([container_df, box_df]).sort_values('order').reset_index(drop=True)

print(result)

两种方法都能得到预期结果，explode()是Pandas中专门用于将列表类型单元格拆分为多行的工具，适配这类场景非常高效。

内容的提问来源于stack exchange，提问作者bluekit46