如何用Python将含学生ID列表的DataFrame拆分为多行状态记录？

问题描述 #

现有如下结构的DataFrame：

需要转换为以下格式的DataFrame：

解决方案 #

可以通过拆分并分别处理「通过」和「不及格」的学生数据，再合并结果来实现转换，具体代码如下：

首先导入依赖库并构造原始数据：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'ID': [1, 2, 3],
    'Pass': [2, 1, 0],
    'Fail': [0, 1, 1],
    'Pass_student_ID': [[101,102], [102], [101,102]],
    'Failed_student_ID': [0, 101, 0]
})

步骤1：处理通过的学生数据 #

展开Pass_student_ID列的列表数据，过滤掉无效的0值，标记状态为Pass：

pass_data = df.explode('Pass_student_ID')
pass_data = pass_data[pass_data['Pass_student_ID'] != 0]
pass_data['Status'] = 'Pass'
pass_data = pass_data[['ID', 'Pass_student_ID', 'Status']].rename(columns={'Pass_student_ID': 'Student_ID'})

步骤2：处理不及格的学生数据 #

先将单个值的Failed_student_ID转为列表（统一格式），过滤0值后展开，标记状态为Fail：

# 把单个值转为列表，方便后续统一展开处理
df['Failed_student_ID'] = df['Failed_student_ID'].apply(lambda x: [x] if x != 0 else [])
fail_data = df.explode('Failed_student_ID')
fail_data['Status'] = 'Fail'
fail_data = fail_data[['ID', 'Failed_student_ID', 'Status']].rename(columns={'Failed_student_ID': 'Student_ID'})

步骤3：合并并整理结果 #

将两部分数据合并，按ID和Student_ID排序后重置索引：

final_df = pd.concat([pass_data, fail_data]).sort_values(by=['ID', 'Student_ID']).reset_index(drop=True)

运行以上代码后，final_df就是你需要的目标格式DataFrame。

内容的提问来源于stack exchange，提问作者N2M