如何使用Python pandas按每行id条目数计算均分价格并拆分多行

最简实现方案（适合入门学习者） #

你可以在拆分id前先统计每行的id总数量，算出单条id对应的分摊价格后再执行展开操作，逻辑直白好理解，完整可运行代码如下：

import pandas as pd

# 原始数据构造
data = {'id': ['id_01, id_02', 
               'id_03', 
               'id_04', 
               'id_05', 
               'id_06, id_07, id_08'], 
        'price': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data)

# 1. 统计每行id的总个数
df['id_count'] = df['id'].str.split(',').str.len()
# 2. 计算分摊后的单id价格
df['shared_price'] = df['price'] / df['id_count']
# 3. 拆分id并展开为多行
new_df = df.assign(new_id=df['id'].str.split(',')).explode('new_id')

# 如不需要原id、原price、id_count列，可删除多余列：
# new_df = new_df.drop(columns=['id', 'price', 'id_count'])

如果想要更精简的写法（不用给原df新增临时列），也可以用链式写法实现：

new_df = (df
          .assign(id_count = lambda x: x['id'].str.split(',').str.len(),
                  shared_price = lambda x: x['price'] / x['id_count'],
                  new_id = lambda x: x['id'].str.split(','))
          .explode('new_id')
         )

运行后new_df的shared_price列就是每个拆分后new_id对应的分摊价格。

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