如何将Pandas单行列名含层级分类的列表值转结构化表格？

示例输入 #

先构造符合你描述的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    "电子产品>手机>智能手机": [["iPhone 14", "小米13", "华为Mate 60"]],
    "电子产品>平板>安卓平板": [["iPad Air", "华为MatePad"]],
    "日用品>纸巾": [["维达", "清风"]]  # 模拟层级不足3级的情况
})

完整实现代码 #

import pandas as pd

# 1. 将宽表转为长格式，提取分类路径和对应item列表
df_long = df.melt(var_name="category_path", value_name="items")

# 2. 拆分分类路径为层级列，自动补全空值（处理层级不足3级的情况）
df_long[["category 1", "category 2", "category 3"]] = (
    df_long["category_path"]
    .str.split(">", expand=True)
    .fillna("")
)

# 3. 展开item列表，将每个元素转为单独行
df_final = df_long.explode("items").rename(columns={"items": "item"})

# 4. 调整列顺序并清理冗余列
df_final = df_final[["item", "category 1", "category 2", "category 3"]]

# 查看结果
print(df_final)

代码说明 #

• melt()：把原DataFrame的列名（分类路径）转为数据列，将单行长表转为两列的长格式，是处理这类宽表的基础操作。
• str.split(">", expand=True)：直接将以>分隔的分类路径拆分为多列，expand=True会自动将拆分结果转为DataFrame列，配合fillna("")处理层级不足3级的场景，避免出现NaN。
• explode()：Pandas专门用于展开列表/数组类型单元格的方法，能高效将列表中的每个元素转为独立行，同时保留对应分类信息，性能远优于手动循环。
• 最后调整列顺序，得到完全符合需求的结构化表格。

输出结果 #

item category 1 category 2 category 3
0    iPhone 14       电子产品         手机       智能手机
1      小米13       电子产品         手机       智能手机
2  华为Mate 60       电子产品         手机       智能手机
3     iPad Air       电子产品         平板       安卓平板
4  华为MatePad       电子产品         平板       安卓平板
5          维达         日用品         纸巾           
6          清风         日用品         纸巾           

内容的提问来源于stack exchange，提问作者IDP