如何在Pandas DataFrame中按条件拆分列值生成对应新行

import pandas as pd

# 构造示例原始数据
df = pd.DataFrame({
    'var1': ['a,b,c', 'd,e,f', 'g,h'],
    'var2': [1, 2, 3],
    'var3': ['X', 'Y', 'Z']
})

# 定义var1列处理逻辑
def split_var1(s):
    parts = s.split(',')
    # 逗号个数等于2对应拆分后长度为3，按规则生成两个新值
    if len(parts) == 3:
        return [f"{parts[0]},{parts[2]}", f"{parts[1]},{parts[2]}"]
    # 逗号个数等于1直接返回原内容
    else:
        return [s]

# 应用处理逻辑后展开为新行
df['var1'] = df['var1'].apply(split_var1)
df = df.explode('var1', ignore_index=True)

print(df)

运行后输出结果与要求的目标DataFrame完全一致：

var1  var2 var3
0   a,c     1    X
1   b,c     1    X
2   d,f     2    Y
3   e,f     2    Y
4   g,h     3    Z

逻辑说明 #

• 先通过字符串拆分后的长度判断是否符合拆分条件：拆分后长度为3对应2个逗号，符合拆分要求
• 所有处理结果统一返回列表格式，后续直接调用Pandas内置的explode方法即可完成扩行操作，无需手动循环拼接
• 最后通过ignore_index=True参数重置结果的行索引，符合常规使用习惯

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