Python3 Pandas如何按分隔符拆分列并逆透视保留其余指定列

以下两种实现方式均无需使用merge操作，可直接得到目标结果：

方法1：高版本Pandas（≥0.25）最简实现 #

使用内置explode方法完成展开，逻辑最简洁：

import pandas as pd
import numpy as np

# 构造示例数据
data = np.array(['a0','a1,a2','a2,a3'])
pk = np.array([1,2,3])
df = pd.DataFrame({'data': data, 'PK': pk})

# 核心逻辑：先拆分列为列表，再展开列表为多行
result = df.assign(data=df['data'].str.split(',')).explode('data').reset_index(drop=True)
# 调整列名与顺序匹配需求
result = result.rename(columns={'PK': 'pk'})[['data', 'pk']]

输出结果完全符合要求：

data  pk
0   a0   1
1   a1   2
2   a2   2
3   a2   3
4   a3   3

方法2：低版本Pandas兼容实现 #

如果使用的Pandas版本不支持explode，可以用set_index+stack的组合实现：

# 示例数据构造同上
res = df.set_index('PK')['data']\
        .str.split(',', expand=True)\
        .stack()\
        .reset_index(level=0, name='data')\
        .reset_index(drop=True)
# 调整列名和顺序
res = res.rename(columns={'PK': 'pk'})[['data', 'pk']]

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