如何将Pandas DataFrame多类别列拆分并扩展行实现单类别分配？

首先明确：必须增加DataFrame的行数，因为每个包含多类别的行需要拆分为多个单行，每行对应一个独立类别。

你已经完成了第一步——用str.split(',')把多类别字符串拆成列表，接下来只需要用explode()方法就能把列表元素拆成单独行，同时保留原数据的其他列内容。

完整实现代码 #

假设你的原始数据框是df，执行以下代码：

# 拆分字符串为列表，同时去除类别名称前后的空格
df['product_type_single_cat'] = df['product_type'].str.split(',').apply(lambda x: [item.strip() for item in x])
# 将列表展开为单独行，重置索引
df_exploded = df.explode('product_type_single_cat').reset_index(drop=True)
# 查看目标列结果
print(df_exploded['product_type_single_cat'].head())

预期输出 #

执行后会得到你想要的每行一个类别的格式：

0    Q
1    B
2    J
3    D
4    J

关键说明 #

• explode()是Pandas专门处理列表/数组类型列的方法，会把每个列表元素拆成独立行，自动复制原行的其他列数据，完全匹配你的需求。
• 加入strip()是为了处理原字符串中类别间的空格（比如"Q, B"拆分后会得到带空格的" B"），保证类别名称的准确性。

内容的提问来源于stack exchange，提问作者tigar