Pandas如何在explode多列时对整行应用自定义处理函数

问题背景 #

测试用初始DataFrame：

import pandas as pd
df = pd.DataFrame([[1, 2, 3], [8, [10, 11, 12, 13], [6, 7, 8, 9]]], columns=list("abc"))

初始表结构：

已知约束：

• b、c列元素为长度1~n的列表，同一行内两列列表长度完全相等
• 部分行的b、c值为标量，等价于长度为1的列表
  需求：
• 同步展开b、c两列的列表，展开时同位置元素对应同一行
• 展开前后支持对整行应用自定义逻辑，示例逻辑为a列值除以对应行b/c列的列表长度，实际可替换为任意复杂逻辑（如b+c组合匹配映射表更新a值）
  预期输出：

现有方案的问题：

• 逐行apply返回嵌套列表的写法：列表长度和列数不匹配时直接报错
• 原生单列explode：逐列展开会生成笛卡尔积，且展开后无法关联原行属性做计算
• 手动逐行遍历拼接新表：代码冗余，执行效率低

实现方案 #

无需手动遍历拼接，基于pandas原生能力3步即可完成，兼容任意自定义行逻辑：

1. 类型统一：把b、c列的所有标量值转为单元素列表，消除列内类型差异，避免后续explode报错
2. 自定义逻辑处理：在展开前基于原行数据完成所有计算，比如示例的a值除以列表长度，或是关联映射表匹配b+c组合对应的a值，该阶段所有行还是原始未拆分状态，可以直接获取整行的所有属性
3. 多列同步explode：直接传入列名列表调用explode，pandas会自动按位置对齐同步展开多列，不会生成笛卡尔积
   完整示例代码：

# 1. 统一列格式：标量转单元素列表
df['b'] = df['b'].apply(lambda x: x if isinstance(x, list) else [x])
df['c'] = df['c'].apply(lambda x: x if isinstance(x, list) else [x])

# 2. 应用自定义逻辑，此处可替换为任意业务计算
df['a'] = df.apply(lambda row: row['a'] / len(row['b']), axis=1)
# 若需要匹配b+c映射表，可在此处或explode后通过merge实现，根据业务逻辑选择即可

# 3. 同步展开多列，重置索引
result = df.explode(column=['b', 'c'], ignore_index=True)
# 如需a列为整数，增加类型转换即可：result['a'] = result['a'].astype(int)

执行后得到的结果和预期完全一致。

内容的提问来源于stack exchange，提问作者Christian