如何将逗号分隔值拆分为多行？数据清洗问题求助

我在数据清洗时遇到问题：如何将含逗号分隔值的列拆分为多行？我尝试了以下代码：

xd = df.assign(var1=df['var1'].str.split(',')).explode('var1')
xd = xd.assign(var2=xd['var2'].str.split(',')).explode('var2')
xd

但该代码生成了大量无关行，恳请提供可行解决方案。

解决方案 #

你的代码产生大量无关行的核心原因是：分步对var1和var2执行explode会触发笛卡尔积——每一个var1的拆分值都会和所有var2的拆分值配对，这显然不符合“对应值匹配拆分”的需求。

以下是两种精准拆分的可行方法：

方法1：基于对应关系的批量展开（适用于多列拆分） #

假设每行中var1和var2的逗号分隔值数量完全对应（比如var1有3个值，var2也有3个值），可以用这种方式：

# 先将两列拆分为列表
df['var1'] = df['var1'].str.split(',')
df['var2'] = df['var2'].str.split(',')

# 按行将对应位置的值配对展开
result = df.apply(
    lambda row: pd.DataFrame({'var1': row['var1'], 'var2': row['var2']}),
    axis=1
).reset_index().explode(0).drop(columns='index').rename(columns={0: 'temp'}).join(df['temp'].apply(pd.Series))

方法2：打包元组后一次性展开（更简洁） #

先把两列的拆分值打包成一一对应的元组列表，再展开拆分：

# 拆分列并打包成对应元组
df['pair'] = df.apply(lambda x: list(zip(x['var1'].split(','), x['var2'].split(','))), axis=1)

# 展开元组列，拆分回原字段
result = df.explode('pair').assign(
    var1=lambda x: x['pair'].str[0],
    var2=lambda x: x['pair'].str[1]
).drop(columns='pair')

关键注意点 #

• 必须保证每行中待拆分列的逗号分隔值数量完全一致，否则会出现值错位；
• 其他需要保留的列（如主键、分类列）会自动和拆分后的行对应，不会额外生成冗余数据。

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