使用Pandas将含多字符串的列拆分为多行（Google Sheets数据处理）

需求说明 #

需要将DataFrame中Class列里的多个字符串拆分，每个字符串单独占一行，其他列的内容对应保留。

初始DataFrame代码：

import pandas as pd
df = pd.DataFrame({'Name': ['Bob', 'John', 'Ric'], 
                           'Submitted At': ['2022/08/12 23:56:42', '2022/08/12 23:56:42', '2022/08/12 23:56:42'], 
                           'Class': ['Math,English,History', 'English,History', 'Math, Chemistry']})
    
print(df)

初始输出：

Name         Submitted At                 Class
0   Bob  2022/08/12 23:56:42  Math,English,History
1  John  2022/08/12 23:56:42       English,History
2   Ric  2022/08/12 23:56:42       Math, Chemistry

错误代码分析 #

你尝试的代码报错是因为melt的var_name参数需要传入字符串，而你传入了DataFrame切片df2.iloc[:, 2:6]，参数类型不匹配，触发ValueError。

正确解法 #

方法1：使用explode（Pandas 0.25+支持，最简洁）

先将Class列按逗号拆分并转为列表，再用explode将列表元素拆分为多行：

# 拆分Class列为列表，处理带空格的分隔情况
df['Class'] = df['Class'].str.split(',\s*')
# 将列表元素拆分为多行
result = df.explode('Class').reset_index(drop=True)
print(result)

输出结果：

Name         Submitted At    Class
0   Bob  2022/08/12 23:56:42     Math
1   Bob  2022/08/12 23:56:42  English
2   Bob  2022/08/12 23:56:42  History
3  John  2022/08/12 23:56:42  English
4  John  2022/08/12 23:56:42  History
5   Ric  2022/08/12 23:56:42     Math
6   Ric  2022/08/12 23:56:42  Chemistry

方法2：使用split+stack（兼容旧版本Pandas）

如果你的Pandas版本较低，不支持explode，可以用以下方法：

# 拆分Class列并展开为多列
split_df = df['Class'].str.split(',\s*', expand=True)
# 合并原数据并将多列转为行
result = df.drop('Class', axis=1).join(split_df).melt(id_vars=['Name', 'Submitted At'], value_name='Class')
# 过滤空值并排序重置索引
result = result.dropna(subset=['Class']).sort_values('Name').reset_index(drop=True)
print(result)

输出和方法1一致。

关键说明 #

• 使用,\s*作为分隔符，是为了处理像Math, Chemistry这种带空格的分隔情况，避免拆分后Class值带前导空格。
• explode方法直接将列表类型的列拆分为多行，是最直观高效的方式。

内容的提问来源于stack exchange，提问作者Kardu