PySpark如何将字典键列表插入DataFrame列并实现展开？

假设你已有一个示例DataFrame，比如：

import pandas as pd

my_dict = {"A":"1","B":"2","C":"3","D":"4"}
# 示例原DataFrame
df = pd.DataFrame({"原列": ["值1", "值2"]})

步骤1：生成字典的键列表 #

直接提取字典的键并转为列表：

keys_list = list(my_dict.keys())

步骤2：为DataFrame新增包含键列表的列 #

将列表批量赋值给新列，确保每个单元格都完整保留整个列表：

df["键列表列"] = [keys_list] * len(df)

或者用pandas的广播特性实现：

df["键列表列"] = pd.Series([keys_list]).repeat(len(df))

步骤3：使用explode展开列表为多行 #

调用explode()方法对目标列进行行展开：

df_expanded = df.explode("键列表列")

完整代码示例 #

import pandas as pd

my_dict = {"A":"1","B":"2","C":"3","D":"4"}
df = pd.DataFrame({"原列": ["值1", "值2"]})

# 生成键列表
keys_list = list(my_dict.keys())
# 添加列表列
df["键列表列"] = [keys_list] * len(df)
# 展开多行
df_expanded = df.explode("键列表列")

print(df_expanded)

运行后输出结果：

原列 键列表列
0  值1     A
0  值1     B
0  值1     C
0  值1     D
1  值2     A
1  值2     B
1  值2     C
1  值2     D

如果之前尝试失败，大概率是添加列表列时的方式错误——比如直接写df["键列表列"] = keys_list，这会让pandas试图将列表的每个元素对应到单行，而非把整个列表放入每个单元格，上面的两种赋值方式可以规避这个问题。

内容的提问来源于stack exchange，提问作者paulo