如何将含numpy一维数组列的DataFrame按数组元素拆分为多行？

针对你的需求——将含numpy一维数组列的个人级DataFrame，展开为个人-点数级的新DataFrame，以下是两种高效实现方案，分别适配不同数据量级：

方案1：Pandas explode方法（简洁易读，适用于常规数据量） #

该方法代码直观，维护成本低，适合大多数非极端数据规模的场景：

示例代码 #

import pandas as pd
import numpy as np

# 构造你的PERSON DataFrame（示例数据）
person_df = pd.DataFrame({
    'PERSON_ID': [1, 2, 3, 4],
    'PERSON_NAME': ['A', 'B', 'C', 'D'],
    'PERSON_POINTS': [np.array([1,2,3]), np.array([4,5,6,7]), np.array([8]), np.array([9,10])],
    'PERSON_DISTANCES': [np.array([2,4,6]), np.array([2,4,6,8]), np.array([6]), np.array([4,8])]
})

# 将numpy数组转为列表（适配部分低版本Pandas对numpy数组的explode支持）
person_df['PERSON_POINTS'] = person_df['PERSON_POINTS'].tolist()
person_df['PERSON_DISTANCES'] = person_df['PERSON_DISTANCES'].tolist()

# 同时展开两个数组列，重置索引
person_points_df = person_df.explode(
    ['PERSON_POINTS', 'PERSON_DISTANCES'], 
    ignore_index=True
)

# 重命名列并修正数据类型
person_points_df = person_points_df.rename(columns={
    'PERSON_POINTS': 'PERSON_POINT',
    'PERSON_DISTANCES': 'PERSON_DISTANCE'
}).astype({
    'PERSON_POINT': int,
    'PERSON_DISTANCE': int
})

# 输出结果
print(person_points_df)

方案2：Numpy底层操作（性能最优，适用于超大数据量） #

当你的DataFrame行数达到百万级甚至更高时，直接使用Numpy的数组操作能大幅提升效率，避免Pandas上层逻辑的额外开销：

示例代码 #

import pandas as pd
import numpy as np

# 构造你的PERSON DataFrame（示例数据）
person_df = pd.DataFrame({
    'PERSON_ID': [1, 2, 3, 4],
    'PERSON_NAME': ['A', 'B', 'C', 'D'],
    'PERSON_POINTS': [np.array([1,2,3]), np.array([4,5,6,7]), np.array([8]), np.array([9,10])],
    'PERSON_DISTANCES': [np.array([2,4,6]), np.array([2,4,6,8]), np.array([6]), np.array([4,8])]
})

# 获取每个numpy数组的长度，用于重复ID和名称
array_lengths = np.array([len(arr) for arr in person_df['PERSON_POINTS']])

# 重复个人标识列
repeated_ids = np.repeat(person_df['PERSON_ID'].values, array_lengths)
repeated_names = np.repeat(person_df['PERSON_NAME'].values, array_lengths)

# 扁平化数组列
flattened_points = np.concatenate(person_df['PERSON_POINTS'].values)
flattened_distances = np.concatenate(person_df['PERSON_DISTANCES'].values)

# 构造目标DataFrame
person_points_df = pd.DataFrame({
    'PERSON_ID': repeated_ids,
    'PERSON_NAME': repeated_names,
    'PERSON_POINT': flattened_points,
    'PERSON_DISTANCE': flattened_distances
})

# 输出结果
print(person_points_df)

结果验证 #

两种方案都会生成符合你要求的Person_Points DataFrame，示例输出如下：

PERSON_ID PERSON_NAME  PERSON_POINT  PERSON_DISTANCE
0          1           A             1                2
1          1           A             2                4
2          1           A             3                6
3          2           B             4                2
4          2           B             5                4
5          2           B             6                6
6          2           B             7                8
7          3           C             8                6
8          4           D             9                4
9          4           D            10                8

内容的提问来源于stack exchange，提问作者user19725009