Pandas Python如何实现多列explode自动拆分逗号分隔值生成行组合

我的Excel输入数据如下：

预期输出效果：将各列中逗号分隔的所有值生成全量可能组合，拆分为独立的行。

当前实现代码：

df = pd.DataFrame()
for file in files:
   if file.endswith('.xlsx'):
       df = df.append(pd.read_excel('downloads/' + file), ignore_index=True) 
df.head() 
df.to_excel(r'downloads/merged.xlsx')

df.type_c = df.type_c.str.split(',')
df1 = df.explode('type_c') 

df1.language_c = df1.language_c.str.split(',')
df1.explode('language_c')

目前是逐列手动执行explode操作，想确认是否可以不用手动指定列名，自动完成所有含逗号分隔值列的explode处理，还是必须循环遍历列实现。

不用手动逐列硬编码，也不用写复杂逻辑。pandas 1.3.0及以上版本的explode原生支持传入列名列表，只要先自动识别出所有带逗号分隔值的列，统一拆分后一次性explode即可，自动生成所有值的全量组合。

完整实现代码：

import pandas as pd
import os

# 合并目录下所有xlsx文件（新版pandas已移除append方法，用concat兼容性更好）
file_list = [f for f in os.listdir('downloads') if f.endswith('.xlsx')]
df = pd.concat(
    [pd.read_excel(os.path.join('downloads', file)) for file in file_list],
    ignore_index=True
)

# 自动识别所有包含逗号分隔值的列
# 先筛选所有文本类型列，再判断列内是否存在带逗号的值
split_cols = [
    col for col in df.select_dtypes(include='object').columns
    if df[col].str.contains(',', na=False).any()
]

# 对识别到的列统一按逗号拆分为列表
df[split_cols] = df[split_cols].apply(lambda col: col.str.split(','))

# 一次性explode所有拆分后的列，自动生成全量组合
df_final = df.explode(split_cols, ignore_index=True)

# 导出结果
df_final.to_excel(r'downloads/merged_result.xlsx', index=False)

如果使用的pandas版本低于1.3.0，不支持多列同时explode，逐列循环explode即可，效果完全一致：

# 低版本pandas兼容写法
for col in split_cols:
    df = df.explode(col, ignore_index=True)

内容的提问来源于stack exchange，提问作者Yash