调用Explode()函数时触发cannot handle a non-unique multi-index!错误

现有如下包含字符串形式列表列的DataFrame：

import pandas as pd

df = pd.DataFrame({'var1': ['[2.0, 2.0, 2.0, 2.0]', '[1.0, 5.0]', '[2.0, 2.0, 2.0, 2.0]', '[6.0]', '[2.0, 5.0]', '[2.0, 2.0, 2.0, 2.0]', '[3.0]', '[1.0, 5.0]'], 
                   'var2': ['[A4003250601, A4003250601, A4003250601, A4003250601]','[A4002000401, A9262000201]', '[A4003250601, A4003250601, A4003250601, A4003250601]', '[A4001800801]', '[A4002000401, A9262000201]', '[A4003250601, A4003250601, A4003250601, A4003250601]', '[A4001800801]', '[A4002000401, A9262000201]'], 
                   'var3': ['[335.764, 335.764, 335.764, 335.764]', '[191.0, 310.0]', '[335.764, 335.764, 335.764, 335.764]', '[240.0]', '[191.0, 310.0]', '[335.764, 335.764, 335.764, 335.764]', '[240.0]', '[191.0, 310.0]'], 
                   'var4':['[15659839, 15659839, 15659839, 15659839]', '[15659891, 15659891]', '[15659839, 15659839, 15659839, 15659839]', '[15659891]', '[15659891, 15659891]', '[15659839, 15659839, 15659839, 15659839]', '[15659891]', '[15659891, 15659891]'], 
                   'var5':['[PMAC, PMAC, PMAC, PMAC]', '[SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION , SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION ]', '[PMAC, PMAC, PMAC, PMAC]', '[SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION ]', '[SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION , SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION ]', '[PMAC, PMAC, PMAC, PMAC]', '[SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION ]', '[SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION , SUNDARAM FASTENERS LTD (GUMMIDIPOONDI), AUTOLEC DIVISION ]'],
                   'var6': [20221031,20221031,20221101, 20221101, 20221101, 20221102,20221102,20221102],
                   'var7':[0.8544,0.42, 0.8544, 0.729,0.42, 0.8544, 0.729, 0.42],
                   'var8':[1200,1000,1200,900,1000,1200,900,1000]})

尝试用以下代码将列表元素拆分到单独行时，触发错误：ValueError: cannot handle a non-unique multi-index!

(df.set_index(['var6', 'var7', 'var8']) 
       .apply(lambda col: col.astype(str).str.split(',')
       .explode())
       .reset_index()
       .reindex(df.columns, axis=1))

注：调用explode()前代码运行正常，调用后立即报错。

1. 非唯一多索引冲突：set_index(['var6','var7','var8'])生成的多索引并非唯一（例如(20221031, 0.8544, 1200)在原DataFrame中重复出现），当对每个列执行explode后，同一索引会对应多行数据，apply尝试合并这些列时，非唯一索引无法正确对齐，触发报错。
2. 字符串处理不彻底：原代码中astype(str)属于冗余操作（目标列已是字符串类型），且未清理列表字符串首尾的[]和元素前后的空格，拆分后会得到带多余符号的脏数据（例如'[2.0'、' 2.0'）。

方案一：先将字符串列转为真实列表，再批量Explode #

先定义清理函数，把字符串形式的列表转为Python列表，再用pandas.DataFrame.explode批量处理目标列：

def str_to_list(s):
    # 去除首尾[]，按逗号拆分，清理元素的空格和引号
    return [x.strip().strip("'").strip('"') for x in s.strip('[]').split(',') if x.strip()]

# 对需要拆分的列应用转换函数
cols_to_explode = ['var1', 'var2', 'var3', 'var4', 'var5']
df[cols_to_explode] = df[cols_to_explode].applymap(str_to_list)

# 批量拆分列表到单独行
result = df.explode(cols_to_explode).reset_index(drop=True)

方案二：直接处理字符串拆分，避免索引问题 #

无需提前设置多索引，直接对每个目标列做字符串清理、拆分、Explode，再与非列表列合并：

# 复制非列表列作为基础结果
non_list_cols = ['var6', 'var7', 'var8']
result = df[non_list_cols].copy()

# 逐个处理需要拆分的列
for col in ['var1', 'var2', 'var3', 'var4', 'var5']:
    # 去除首尾[] → 按逗号拆分 → 拆分到多行 → 清理元素空格
    result[col] = df[col].str.strip('[]').str.split(',').explode().str.strip()

# 重置索引
result = result.reset_index(drop=True)

两种方案均可得到干净的拆分结果，且不会触发多索引相关错误。

内容的提问来源于stack exchange，提问作者Deb