Pandas解析DataFrame：拆分列表字段为多行并匹配对应表名

你之前使用的多列拆分代码失效，核心原因是Field_Names列存储的不是原生Python列表对象，而是字符串格式的列表文本。
当列内元素是字符串而非可迭代的列表时，调用apply(pd.Series)会把整个字符串识别为单个值，无法按列表元素拆分；同时Table_Name列本身就是普通字符串值，两列拆分后再拼接，自然和原输入完全一致。

分两步处理即可：

1. 先将字符串格式的列表文本转为原生Python列表
2. 对列表列做行展开，自动重复填充对应的Table_Name值

推荐写法（pandas 0.25及以上版本支持） #

用pandas内置的explode方法实现，代码最简洁：

import pandas as pd
import ast

# 安全转换字符串格式的列表为原生列表对象
df['Field_Names'] = df['Field_Names'].apply(ast.literal_eval)

# 按列表元素拆分为行，重置索引
df_parsed = df.explode('Field_Names', ignore_index=True)

老版本pandas兼容写法 #

如果你的pandas版本低于0.25没有explode方法，可以用修正后的stack逻辑实现：

import pandas as pd
import ast

df['Field_Names'] = df['Field_Names'].apply(ast.literal_eval)
df_parsed = df.set_index('Table_Name')['Field_Names']\
    .apply(pd.Series).stack()\
    .reset_index(level=1, drop=True)\
    .reset_index(name='Field_Names')

处理完成后输出的结果完全符合预期：每个字段名单独占一行，对应Table_Name自动重复填充，总列数保持2列不变。

注意：不要直接用eval()转换字符串列表，ast.literal_eval()只会解析合法的Python字面量，不会执行任意代码，安全性更高。

内容的提问来源于stack exchange，提问作者BlueHawk77