如何用Pandas拆分逗号分隔单元格并追加新行，同步复制非分隔列？

需求描述 #

需要自动化清理含逗号分隔符的源数据：部分列单元格内容以逗号分隔，部分列无分隔符。需拆分带分隔符的单元格并追加为新行，同时复制非分隔列的值到对应新行，无法更改原始数据录入方式。

源数据 #

预期输出 #

已在Excel Power Query中实现该功能，希望用Pandas实现以简化自动化流程，了解explode函数但不确定是否能满足需求，寻求实现思路。

解决方案 #

可以通过拆分列生成列表 + 批量explode的方式实现，步骤如下：

1. 拆分需要处理的列 #

先将所有带逗号分隔的列，用str.split(',')拆分成列表格式，非分隔列保持原样。

2. 批量展开拆分后的列 #

使用df.explode()同时对多个拆分后的列进行展开，Pandas会自动复制非拆分列的值到对应新行。

代码示例 #

import pandas as pd

# 构造源数据（实际场景可替换为pd.read_excel/csv读取数据）
data = {
    'Name': ['John Smith,John Smith'],
    'Purchase Year': ['7,7'],
    'SKU': ['ABCEF,HIJKL'],
    'Quantity': ['1,1'],
    'Description': ['Territory1,Territory2'],
    'Territory': ['O-1394'],
    'Order Reference': ['John Smith'],
    'Contact Name': ['Name@email.com'],
    'Contact Email': ['8008383838'],
    'Contact Phone': ['Note123'],
    'Notes': ['']
}
df = pd.DataFrame(data)

# 定义需要拆分的列（根据实际情况调整）
split_cols = ['Name', 'Purchase Year', 'SKU', 'Quantity', 'Description']

# 拆分列生成列表
df[split_cols] = df[split_cols].apply(lambda x: x.str.split(','))

# 批量展开拆分后的列
result_df = df.explode(split_cols, ignore_index=True)

# 输出结果
print(result_df)

关键说明 #

• 确保所有拆分列的列表长度一致，否则explode会报错（源数据中每个逗号分隔的单元格拆分后元素数量需相同，如示例中都是2个）。
• ignore_index=True用于重置结果的索引，避免重复索引问题。
• 非拆分列的值会被自动复制到每一行，完全符合需求。

内容的提问来源于stack exchange，提问作者Glyph1017