Pandas如何拆分逗号分隔多值列 匹配对应ID创建新df

你可以直接使用pandas内置方法完成需求，无需安装第三方依赖，具体实现如下：

• 首先构造示例原始数据（你可以替换成自己的真实df）：

import pandas as pd

# 原始示例数据
df = pd.DataFrame({
    'A': ['a', 'b', 'c'],
    'B': ['1,3,5', '2,5,7', '8,13,18'],
    'C': ['id_1', 'id_2', 'id_3']
})

• 核心处理逻辑：先拆分B列的逗号分隔值为列表，再将列表展开为多行，自动匹配对应C列的ID，最后整理成目标列结构：

new_df = df.assign(
    val_col = df['B'].str.split(',')  # 按逗号拆分B列为值列表
).explode(
    'val_col'  # 将列表值展开为独立行，索引自动和原行对齐
).rename(
    columns={'C': 'id_col'}  # 原C列重命名为目标列名id_col
)[['id_col', 'val_col']]  # 仅保留需要的两列

• 如果需要val_col为数值格式而非字符串，补充一行类型转换即可：

new_df['val_col'] = new_df['val_col'].astype(int)

执行后打印new_df即可得到你需要的目标结构：

兼容说明：如果你使用的pandas版本低于1.3.0，可以使用如下写法，效果完全一致：

new_df = df[['C']].rename(columns={'C':'id_col'}).assign(
    val_col=df['B'].str.split(',')
).explode('val_col')

内容的提问来源于stack exchange，提问作者Giskard