Pandas如何将元组列表列拆分为p1、p2命名列并转换为长表

实现方案 #

你可以用pandas内置的explode+元组拆分逻辑快速实现需求，完整可运行代码如下：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame([
{"A": 1, "B": "20", "pairs": [(1,2), (2,3)]},
{"A": 2, "B": "22", "pairs": [(1,1), (2,2), (1,3)]},
{"A": 3, "B": "24", "pairs": [(1,1), (3,3)]},
{"A": 4, "B": "26", "pairs": [(1,3)]},
])

# 核心转换逻辑
df = df.explode('pairs', ignore_index=True)
df[['p1', 'p2']] = pd.DataFrame(df['pairs'].tolist(), index=df.index)
df = df.drop('pairs', axis=1)

运行后输出结果和你期望的完全一致：

>>> df
   A   B  p1  p2
0  1  20   1   2
1  1  20   2   3
2  2  22   1   1
3  2  22   2   2
4  2  22   1   3
5  3  24   1   1
6  3  24   3   3
7  4  26   1   3

逻辑说明 #

• explode('pairs', ignore_index=True)：将pairs列的列表按元素拆分为多行，每个元组单独占一行，同时重置索引避免重复
• pd.DataFrame(df['pairs'].tolist(), index=df.index)：把每行的元组拆分为两列，通过指定index保证和原表行对齐，直接赋值给p1、p2列
• 最后删除冗余的pairs列即可

如果你使用的pandas版本低于0.25不支持explode，可以用下面的兼容写法：

df = df.loc[df.index.repeat(df.pairs.str.len())]
df['pairs'] = np.concatenate(df.pairs.values)
# 后面拆分p1、p2的逻辑和上面一致

内容的提问来源于stack exchange，提问作者Mittenchops