Python Pandas中带{}、|分隔的DataFrame列explode拆行方法

之前测试代码达不到预期的核心原因：单独处理列时，没有先剥离单元格内容里的{}包裹符，也没有兼容非格式类的普通单元格，直接对字符串做逐字符遍历切分，无法生成explode方法要求的列表结构，自然达不到预期效果。

核心处理思路 #

• 逐列定位所有带特殊格式的单元格：即同时被{}包裹、内部用|分隔多值的单元格，对这类单元格做两步清洗：去掉首尾的花括号、按|切分成元素列表
• 统一单元格格式：对没有特殊格式的普通单元格，直接把原有值包装为单元素列表，保证和拆分后的单元格格式统一，不会触发格式报错
• 批量同步拆分：一次性对所有待拆分列调用pandas原生explode方法，保证同一行的多列拆分值精准对齐，避免列错位
• 规整输出结构：拆分完成后重置索引，得到和预期完全一致的表格结构

可直接运行的完整代码 #

构建匹配描述的原始测试表 #

import pandas as pd

df = pd.DataFrame({
    "Name": [1, 2, 3],
    "gender": ["M", "F", "M"],
    "message_type": ["orange", "", "{red|blue}"],
    "code": ["103", "{102|777}", "983"]
})

执行拆分逻辑 #

# 定义所有可能出现特殊分隔格式的列
target_split_cols = ["message_type", "code"]

# 逐列做格式适配，将单元格内容转换为explode可识别的列表结构
for col in target_split_cols:
    df[col] = df[col].apply(
        lambda cell: (
            cell.strip("{}").split("|")
            if isinstance(cell, str) and cell.startswith("{") and cell.endswith("}")
            else [cell]
        )
    )

# 批量执行explode拆分
df_final = df.explode(target_split_cols).reset_index(drop=True)

最终输出结果 #

执行完成后得到的表格和预期效果完全一致：

Name gender message_type code
0     1      M        orange  103
1     2      F               102
2     2      F               777
3     3      M           red  983
4     3      M          blue  983

常见踩坑提醒 #

• 不要只对单独一列做拆分：原始表中message_type和code列都可能出现{}包裹的多值格式，如果只处理其中一列，会出现拆分后另外一列没有同步匹配行的错位问题
• 切分逻辑要针对单元格整体：你之前写的lambda逻辑是把字符串拆成单个字符再做切分，而不是对单元格整体内容做剥离、切分操作，自然生成不了正确的列表结构
• 拆分逻辑要加类型判断：如果列内存在非字符串类型的值（比如数字类型的code值），直接调用字符串方法会触发类型报错，加类型判断能兼容混合类型的列内容

内容的提问来源于stack exchange，提问作者brandon lee