如何将DataFrame指定列转换为按逗号拆分的二维数组

不需要使用df.iterrows()逐行遍历，该方法运行效率极低，直接使用pandas内置的向量化字符串处理方法即可，代码更简洁、性能更好。

实现代码 #

核心是通过.str.split(',')批量对每一行的产品字符串按逗号拆分，拆分后每行自动生成对应的产品列表，再转为numpy数组即可得到你需要的结构：

import numpy as np

# 基础实现
prodarr = Order_Details['Product'].str.split(',').to_numpy()

# 如果数据中存在空值，可先填充空字符串避免拆分报错，推荐使用该写法
prodarr = Order_Details['Product'].fillna('').str.split(',').to_numpy()

# 如果需要严格的标准ndarray结构，可先转列表再生成数组
prodarr = np.array(Order_Details['Product'].fillna('').str.split(',').tolist(), dtype=object)

效果说明 #

执行后输出的数组结构完全匹配预期：

• 原单元格为单个产品（如PRODUCT_75），对应行输出为['PRODUCT_75']
• 原单元格为逗号分隔的多个产品（如PRODUCT_34,PRODUCT_86,PRODUCT_57,PRODUCT_89），对应行输出为['PRODUCT_34', 'PRODUCT_86', 'PRODUCT_57', 'PRODUCT_89']

为什么不推荐iterrows #

• iterrows是逐行循环的原生Python实现，没有做性能优化，当数据集行数达到万级以上时，耗时会是向量化字符串操作的数十到数百倍
• .str.split是pandas专门优化过的整列批量处理接口，不需要手动写循环逻辑，代码可读性更高

注意：由于每行包含的产品数量不一致，最终生成的numpy数组为object类型，无法转换为固定维度的数值型数组，符合二维不规则数组的使用需求。

内容的提问来源于stack exchange，提问作者Armaan Kumar Srivastava