pandas如何按details列中ID的数量拆分多行，为每个客户生成单独记录

• 核心逻辑：先用正则匹配提取details列中所有单条客户信息，生成列表；再通过pandas的explode方法将列表拆分为独立行，其余字段自动复用原行对应值。

import pandas as pd
import re

# 读取原始数据，此处为示例构造，可替换为你的数据读取逻辑比如pd.read_csv()
df = pd.DataFrame({
    'date': ['12/11', '13/11', '14/11'],
    'time': ['12:00', '13:00', '11:00'],
    'consumer': ['abc', 'def', 'ghj'],
    'details': [
        'ID:123, Qty: 1,Name: abcdef, ID: 324,Qty:2,Name: ghiefg,',
        'ID:123, Qty: 1,Name: abcdef,',
        'ID:123, Qty: 1,Name: abcdef, ID:123, Qty: 1,Name: abcdef,'
    ]
})

# 正则匹配单条客户信息规则，适配ID、Qty、Name前后的空格差异
pattern = r'ID:\s*\d+\s*,?\s*Qty:\s*\d+\s*,?\s*Name:\s*[^,]+,?'
# 提取每条details中的所有单条客户信息，生成列表
df['details'] = df['details'].apply(lambda x: re.findall(pattern, x))
# 拆分列表为独立行
df = df.explode('details', ignore_index=True)
# 可选：清理details首尾空格、末尾多余逗号
df['details'] = df['details'].str.strip().str.rstrip(',')

运行后输出的df即为所需结果。

注：你给出的期望输出中14/11最后一行consumer为hgf属于笔误，按原始数据逻辑拆分后该行consumer值和原行一致为ghj，若有特殊修改需求可单独调整。

内容的提问来源于stack exchange，提问作者Coder