如何在Pandas DataFrame中拆分字符串格式的数值范围与单个值

原始数据 #

Type    range
Mike    10..13|7|8|
Ni      3..4
NANA    2|1|6

期望输出 #

Type    range
Mike    10
Mike    11
Mike    12
Mike    13
Mike    7
Mike    8
Nico    3
Nico    4
NANA    2
NANA    1
NANA    6

注：原始输入中Type为Ni，期望输出显示为Nico，若需批量修改Type值可单独添加代码处理，以下实现保留原始Type字段值。

解决方案代码 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Type': ['Mike', 'Ni', 'NANA'],
    'range': ['10..13|7|8|', '3..4', '2|1|6']
})

def expand_range(s):
    # 清理末尾多余的竖线，拆分每个数值片段
    s_clean = s.rstrip('|')
    segments = s_clean.split('|')
    num_list = []
    for seg in segments:
        if '..' in seg:
            # 解析连续范围，生成整数序列
            start, end = map(int, seg.split('..'))
            num_list.extend(range(start, end + 1))
        else:
            # 单个数值直接转换
            num_list.append(int(seg))
    return num_list

# 应用函数生成数值列表，再拆分为多行
df['range'] = df['range'].apply(expand_range)
result_df = df.explode('range', ignore_index=True)

print(result_df)

代码说明 #

1. 自定义处理函数：expand_range负责解析每个range字符串，清理无效字符后，区分连续范围和单个数值，将其转换为完整的数值列表。
2. 列转换：用apply将每个range字段转换为对应的数值列表。
3. 拆分多行：使用explode方法将列表中的每个数值拆分为单独一行，同时重置索引保证结果整洁。

内容的提问来源于stack exchange，提问作者Greencolor