如何将DataFrame元组行的Items拆分后生成多行数据？

问题描述 #

原始DataFrame如下：

╔════════╦════════════════╦═════════════════════╦═══════════════════════╦═════════════╗
║   ID   ║      Name      ║       Address       ║         Email         ║    Items    ║
╠════════╬════════════════╬═════════════════════╬═══════════════════════╬═════════════╣
║ 839843 ║ John Smith     ║ 55 Apple Lane       ║ jsmith@gmail.com      ║ 827,937,392 ║
║ 327569 ║ Tom Hanks      ║ 16 Cauliflower Road ║ thanks@gmail.com      ║ 947,540     ║
║ 924852 ║ Alison Johnson ║ 85 Main Street      ║ Ajohnson@yahoo.com    ║ 838         ║
║ 949325 ║ Frank Rizzo    ║ 218 Orange Road     ║ frizzo313@hotmail.com ║ 494,386,285 ║
║ 373202 ║ Kelly Chang    ║ 19 First Avenue     ║ kchang@gmail.com      ║ 928,502,214 ║
║ 928436 ║ Lisa Thomas    ║ 95 Albany Way       ║ lthomas@hotmail.com   ║ 455,953     ║
╚════════╩════════════════╩═════════════════════╩═══════════════════════╩═════════════╝

需要将每行的Items字段按逗号拆分，每个元素对应单独一行，其他字段保持与原行一致，期望输出：

╔════════╦══════╦════════════════╦═════════════════════╦═══════════════════════╗
║   ID   ║ Item ║      Name      ║       Address       ║         Email         ║
╠════════╬══════╬════════════════╬═════════════════════╬═══════════════════════╣
║ 839843 ║  827 ║ John Smith     ║ 55 Apple Lane       ║ jsmith@gmail.com      ║
║ 839843 ║  937 ║ John Smith     ║ 55 Apple Lane       ║ jsmith@gmail.com      ║
║ 839843 ║  392 ║ John Smith     ║ 55 Apple Lane       ║ jsmith@gmail.com      ║
║ 327569 ║  947 ║ Tom Hanks      ║ 16 Cauliflower Road ║ thanks@gmail.com      ║
║ 327569 ║  540 ║ Tom Hanks      ║ 16 Cauliflower Road ║ thanks@gmail.com      ║
║ 924852 ║  838 ║ Alison Johnson ║ 85 Main Street      ║ Ajohnson@yahoo.com    ║
║ 949325 ║  494 ║ Frank Rizzo    ║ 218 Orange Road     ║ frizzo313@hotmail.com ║
║ 949325 ║  386 ║ Frank Rizzo    ║ 218 Orange Road     ║ frizzo313@hotmail.com ║
║ 949325 ║  285 ║ Frank Rizzo    ║ 218 Orange Road     ║ frizzo313@hotmail.com ║
║ 373202 ║  928 ║ Kelly Chang    ║ 19 First Avenue     ║ kchang@gmail.com      ║
║ 373202 ║  502 ║ Kelly Chang    ║ 19 First Avenue     ║ kchang@gmail.com      ║
║ 373202 ║  214 ║ Kelly Chang    ║ 19 First Avenue     ║ kchang@gmail.com      ║
║ 928436 ║  455 ║ Lisa Thomas    ║ 95 Albany Way       ║ lthomas@hotmail.com   ║
║ 928436 ║  953 ║ Lisa Thomas    ║ 95 Albany Way       ║ lthomas@hotmail.com   ║
╚════════╩══════╩════════════════╩═════════════════════╩═══════════════════════╝

原尝试代码未成功：

temp_df = df.iloc[:0] 

c=0
i=0
for row in df.iterrows():
    items = row[1][4].split(',') 
    for item in items:            
        temp_df.at[i+c,:] = row
        temp_df.at[-1, 'Items'] = item
        c=c+1
    i=i+c
    c=0

解决方案 #

方法一：使用Pandas内置函数（推荐，高效简洁） #

Pandas的explode()函数专门用于将列表类型的字段拆分为多行，搭配str.split()可以快速实现需求：

import pandas as pd

# 1. 将Items字段按逗号拆分为列表
df['Items'] = df['Items'].str.split(',')
# 2. 拆分列表为多行
result_df = df.explode('Items')
# 3. 重命名列名并重置索引（可选）
result_df = result_df.rename(columns={'Items': 'Item'}).reset_index(drop=True)
# 可选：去除Item字段的多余空格（如果有的话）
result_df['Item'] = result_df['Item'].str.strip()

print(result_df)

方法二：修复循环实现 #

如果必须使用循环，原代码的问题在于索引管理混乱、直接赋值空DataFrame的不存在行导致错误，修复后的代码如下：

import pandas as pd

temp_list = []
# 遍历每行，用列名取值更稳健
for _, row in df.iterrows():
    items = row['Items'].split(',')
    for item in items:
        # 复制原行数据，避免修改原DataFrame
        new_row = row.copy()
        # 更新当前Item，去除可能的空格
        new_row['Items'] = item.strip()
        temp_list.append(new_row)

# 将列表转为DataFrame
temp_df = pd.DataFrame(temp_list)
# 重命名列名并重置索引
temp_df = temp_df.rename(columns={'Items': 'Item'}).reset_index(drop=True)

print(temp_df)

原代码问题分析 #

1. 索引管理错误：temp_df初始为空，使用at[i+c,:]赋值不存在的行时，索引逻辑混乱，导致数据覆盖或赋值失败。
2. 取值方式不稳健：row[1][4]按位置取值，一旦列顺序变化就会出错，应该用列名row['Items']。
3. 直接修改整行赋值：temp_df.at[i+c,:] = row后修改Items字段，可能因为引用问题导致原数据被修改，且空DataFrame的at[-1]逻辑不可靠。

内容的提问来源于stack exchange，提问作者Samir112