如何将含列表列的Pandas DataFrame转换为扁平化结构？

我用Pandas创建了如下DataFrame：

import pandas as pd
import numpy as np

dat = pd.concat([pd.DataFrame({'X' : 1, 'Y' : [[1,2]], 'Z' : [['A', 'B']]}), pd.DataFrame({'X' : 11, 'Y' : [[11,21,31]], 'Z' : [['AA', 'BB', 'CC']]})], axis = 0)

它的结构是：

X             Y               Z
0    1        [1, 2]          [A, B]
0   11  [11, 21, 31]    [AA, BB, CC]

我希望把它转换成以下扁平化结构：

print(pd.DataFrame({'X' : [1,1,11,11,11], 'Y' : [1,2,11,21,31], 'Z' : ['A', 'B', 'AA', 'BB', 'CC']}))

预期输出：

X   Y   Z
0   1   1   A
1   1   2   B
2  11  11  AA
3  11  21  BB
4  11  31  CC

解决方案 #

方法1：使用explode()（推荐，Pandas 0.25+支持） #

Pandas内置的explode()方法可以直接将包含列表的列展开，自动匹配对应行的其他列值。因为你的Y和Z列的列表长度完全对应，可同时对两列执行展开：

flattened_df = dat.explode(['Y', 'Z'], ignore_index=True)

ignore_index=True会重置索引为连续序列，最终结果完全符合预期结构。

方法2：手动展开（兼容旧版Pandas） #

如果你的Pandas版本低于0.25，可以通过逐行处理拼接实现：

def flatten_row(row):
    return pd.DataFrame({
        'X': [row['X']] * len(row['Y']),
        'Y': row['Y'],
        'Z': row['Z']
    })

flattened_df = pd.concat([flatten_row(row) for _, row in dat.iterrows()], ignore_index=True)

验证结果 #

两种方法执行后，输出结果均为：

X   Y   Z
0   1   1   A
1   1   2   B
2  11  11  AA
3  11  21  BB
4  11  31  CC

内容的提问来源于stack exchange，提问作者Bogaso