Pandas如何根据ID映射字典替换值并为每个新值复制对应行

解决方案 #

最简洁的符合Python风格的实现只需要两行核心代码，依赖pandas原生的map+explode方法（pandas 0.25及以上版本支持）：

# 将原ID替换为映射后的列表
df['ID'] = df['ID'].map(id_mapping)
# 展开列表为单独行，直接生成连续新索引得到目标结果
new_df = df.explode('ID', ignore_index=True)

代码说明 #

1. Series.map()方法会按照你提供的id_mapping字典，把每个原ID值替换为对应的新ID列表，此时ID列的每一行都是列表类型
2. DataFrame.explode()方法会将指定列的列表元素逐行拆分，其他列的数值会自动对应复制，参数ignore_index=True可以直接生成从0开始的连续新索引，不需要额外调用reset_index
3. 最终输出的new_df和你期望的结构完全一致。

如果使用的是不支持explode的旧版本pandas，也可以用下面的兼容写法：

new_df = df.loc[df.index.repeat(df['ID'].map(id_mapping).str.len())].copy()
new_df['ID'] = [i for ids in df['ID'].map(id_mapping) for i in ids]
new_df = new_df.reset_index(drop=True)

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