如何将DataFrame中含元组列表的列展开并保留分类列？

你的代码问题在于，当把仅2行的category列和6行的元组数据按列拼接时，Pandas会按索引对齐，导致后4行的category值缺失（变为NaN），无法正确关联每个词汇对应的分类。

正确思路是先将包含元组的列表展开，让每个元组成为单独一行，同时保留对应分类，再拆分元组为两列。

步骤1：展开列表列 #

使用explode()方法将column_with_tuples中的每个元组拆分为独立行，此时category会自动重复对应次数：

df_exploded = df.explode('column_with_tuples')

执行后df_exploded的结构：

步骤2：拆分元组为独立列 #

通过str访问器提取元组的第一个和第二个元素，分别作为word和frequency列：

df_new = df_exploded.assign(
    word=lambda x: x['column_with_tuples'].str[0],
    frequency=lambda x: x['column_with_tuples'].str[1]
).drop('column_with_tuples', axis=1)

完整代码 #

import pandas as pd

df = pd.DataFrame({'column_with_tuples': [[('word1', 10), ('word2', 20), ('word3', 30)], [('word4', 40), ('word5', 50), ('word6', 60)]],
                   'category':['category1','category2']})

# 展开列表并拆分元组
df_new = df.explode('column_with_tuples').assign(
    word=lambda x: x['column_with_tuples'].str[0],
    frequency=lambda x: x['column_with_tuples'].str[1]
).drop('column_with_tuples', axis=1).reset_index(drop=True)

print(df_new)

执行后输出完全符合预期：

word  frequency    category
0  word1         10  category1
1  word2         20  category1
2  word3         30  category1
3  word4         40  category2
4  word5         50  category2
5  word6         60  category2

额外说明 #

• explode()是Pandas 0.25+版本支持的方法，若使用旧版本，可通过列表推导式实现类似效果：pd.DataFrame([(cat, tup) for cat, tups in zip(df['category'], df['column_with_tuples']) for tup in tups], columns=['category', 'tuple_col'])。
• 拆分元组也可使用pd.Series方法：df_exploded['column_with_tuples'].apply(pd.Series).rename(columns={0:'word', 1:'frequency'})，但str访问器效率更高。

内容的提问来源于stack exchange，提问作者Yana