将numpy数组元素转为同日期的独立pandas DataFrame行

这问题我熟！你要的就是把包含numpy数组的列拆分成单行元素，同时保留对应日期不变，pandas的explode()方法正好能完美搞定这个需求，操作起来超简单。

步骤1：构造原DataFrame（方便你复现） #

先把你的示例数据用代码还原出来：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'date': ['2014-11-26', '2015-12-20', '2016-02-17', '2016-02-23'],
    'website+': [np.array(['A']), np.array(['B', 'C']), np.array(['D']), np.array(['E', 'F', 'G'])]
})

步骤2：核心操作——拆分数组列 #

直接调用explode()方法，指定要拆分的列名即可：

# 拆分数组列，自动保留对应date值
result_df = df.explode('website+')

查看结果 #

运行后你会得到完全符合预期的输出：

date website+
0  2014-11-26        A
1  2015-12-20        B
1  2015-12-20        C
2  2016-02-17        D
3  2016-02-23        E
3  2016-02-23        F
3  2016-02-23        G

可选：重置索引（如果不需要原索引） #

如果觉得原索引重复看着不舒服，可以重置成连续索引：

result_df = result_df.reset_index(drop=True)

重置后的结果索引会变成0,1,2,3,4,5,6，更整洁。

补充说明 #

• explode()不仅支持numpy数组，对普通Python列表也同样有效，只要列里的元素是可迭代对象就行；
• 拆分后其他列（比如这里的date）的值会自动和拆分后的行一一对应，完全不需要手动处理。

内容的提问来源于stack exchange，提问作者jango