如何在Pandas中实现含逗号分隔值的行数据一对一映射？

假设你的原始数据集结构如下（示例）：

id  option1  option2
0   1  a,b,c    x,y,z
1   2  d,e      m,n

已知option1和option2的逗号分隔值数量完全匹配，直接用Pandas的str.split和explode方法即可快速实现一对一映射：

1. 将option1和option2列的字符串按逗号拆分为列表：

import pandas as pd

# 读取原始数据（此处用示例数据替代）
df = pd.DataFrame({
    'id': [1, 2],
    'option1': ['a,b,c', 'd,e'],
    'option2': ['x,y,z', 'm,n']
})

# 拆分字符串为列表
df['option1'] = df['option1'].str.split(',')
df['option2'] = df['option2'].str.split(',')

2. 同时对两列进行展开，确保对应位置的元素一一配对：

# 展开列表为多行，保留所有列的关联关系
df = df.explode(['option1', 'option2'], ignore_index=True)

执行后得到的目标格式如下：

id option1 option2
0   1       a       x
1   1       b       y
2   1       c       z
3   2       d       m
4   2       e       n

如果原始数据包含其他列，该方法会自动保留所有列与配对值的对应关系，仅针对指定列完成映射转换。

内容的提问来源于stack exchange，提问作者bad_coder9042093