Pandas DataFrame多值列合并方法技术咨询

可以通过以下步骤实现需求：

1. 拆分Column 2和Column 3的字符串为列表，将每一行的分类与对应数值配对成字典
2. 将字典转换为DataFrame，与原数据的Column 1合并
3. 调整列的顺序，确保a、b、c按指定顺序排列

完整代码示例 #

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Column 1': ['hello', 'hi'],
    'Column 2': ['a,b,c', 'b,c,a'],
    'Column 3': ['1,2,3', '4,5,6']
})

# 拆分字符串并配对成字典，转换为DataFrame
split_df = df.apply(
    lambda row: pd.Series(
        dict(zip(row['Column 2'].split(','), row['Column 3'].split(',')))
    ),
    axis=1
).astype(int)

# 合并原始Column1和转换后的DataFrame，调整列顺序
result = pd.concat([df['Column 1'], split_df], axis=1)[['Column 1', 'a', 'b', 'c']]

print(result)

输出结果 #

代码说明 #

• df.apply(..., axis=1)：按行处理数据，将每一行的Column 2和Column 3拆分后，用zip配对成键值对，再转为Series
• astype(int)：将字符串类型的数值转为整数类型
• pd.concat：将原始的Column 1和转换后的分类列合并，最后通过列名列表调整列的显示顺序

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