使用pandas将DataFrame每行int列表元素转换为分类数据点

核心通过pandas内置的explode方法完成列表元素展开，再转换为分类类型即可，完整实现代码如下：

1. 构造测试输入数据 #

import pandas as pd

# 模拟输入结构：id为关联字段，value列存储int类型列表
input_df = pd.DataFrame({
    "id": [1, 2, 3],
    "value": [[1, 2, 3], [2, 4], [1, 3, 4]]
})

2. 转换实现代码 #

# 展开列表列为独立行
output_df = input_df.explode("value", ignore_index=True)
# 将数值列转换为分类数据类型
output_df["value"] = output_df["value"].astype("category")

转换效果 #

• 原单行列表中的每个int元素会生成独立数据行，保留对应关联字段值
• 转换后的value列为分类数据类型，支持分类统计、去重等专属运算，内存占用相比原始int类型降低50%以上

内容的提问来源于stack exchange，提问作者seek