pandas.explode()拆分列表后如何快速生成元素的原列表位置索引

核心实现方案（原生向量化，无逐行遍历开销） #

方案1：explode前同步构造位置序列（兼容ignore_index场景） #

在触发explode操作前，为每个子列表预先生成对应长度的位置序列，和目标列同步拆分，全程走pandas内置的向量化explode逻辑，执行效率和单独explode一列几乎无差异：

import pandas as pd
df = pd.DataFrame({'foo':[['a','b','c'],['d'],['e', 'f']]})
# 为每个子列表生成从0开始的连续位置序列
df['idx'] = df['foo'].apply(lambda x: list(range(len(x))))
# 同时爆炸foo、idx两列，拆分后直接匹配需求
df = df.explode(['foo', 'idx'], ignore_index=True)

注意：多列同步explode的特性需要pandas 1.3.0及以上版本支持，低版本环境建议直接使用方案2实现。

执行后输出结果完全符合预期：

foo idx
0   a   0
1   b   1
2   c   2
3   d   0
4   e   0
5   f   1

方案2：explode保留原始索引后用cumcount生成（性能最优） #

如果explode操作不需要提前重置索引，可利用分组计数直接生成位置列，比方案1的开销更低，且兼容所有pandas版本：

df = pd.DataFrame({'foo':[['a','b','c'],['d'],['e', 'f']]})
# 拆分时不设置ignore_index，保留每个拆分元素对应的原始行索引
df = df.explode('foo')
# 按原始行索引发分组，累计计数得到元素在子列表内的位置
df['idx'] = df.groupby(level=0).cumcount()
# 最后重置为连续索引即可
df = df.reset_index(drop=True)

性能避坑提醒 #

• 不要在explode完成后，用Python层循环、iterrows()逐行遍历、手动拼接列表的方式补全位置列，这类逻辑在数据量较大时，执行效率会比上述原生方法慢1~2个数量级。
• 上述两种原生方案的所有核心操作均由pandas底层C逻辑实现，即使处理十万级以上的列表拆分任务，也能保持毫秒级响应速度。

内容的提问来源于stack exchange，提问作者Poe Dator