如何实现Pandas DataFrame列表列解包堆叠生成扁平化新数据框

针对DataFrame中多组按位置配对的列表类列，需要逐元素拆成独立行、保留其余公共列取值不变的需求，直接按以下步骤操作即可，全程不会出现元素错位、笛卡尔积错乱的问题。

前置列类型适配 #

如果dist、time列是从CSV、Excel等外部文件读入的字符串格式列表（即内容外观和列表一致，但数据类型是str），需要先做安全解析转成原生Python列表，否则后续解包会直接报错：

import ast
# 列已经是原生list类型的话，这步可以跳过
for col in ["dist", "time"]:
    df[col] = df[col].apply(ast.literal_eval)

核心拆包逻辑 #

Pandas 1.3.0及以上版本已经支持多列同步explode，一次性传入所有需要按位置配对拆分行的列名，就能自动对齐每行内两个列表的元素顺序，把配对元素拆成独立行，id、hour、dow这类公共列的取值会自动重复保留：

# 设置ignore_index=True可以让结果的索引重新连续排序
result_df = df.explode(["dist", "time"], ignore_index=True)

如果使用的Pandas版本低于1.3.0，不支持多列同步explode，可以通过先把两个列的元素按位置打包成配对元组，再explode单个元组列，最后把元组拆回独立列的方式实现相同效果：

# 低版本Pandas兼容写法
df["_temp_pair"] = df.apply(lambda row: list(zip(row["dist"], row["time"])), axis=1)
result_df = df.explode("_temp_pair", ignore_index=True)
# 将配对元组拆分为原来的dist、time列
result_df[["dist", "time"]] = pd.DataFrame(result_df["_temp_pair"].tolist(), index=result_df.index)
# 删除临时列
result_df = result_df.drop(columns="_temp_pair")

关键避坑点 #

• 禁止对两个配对列单独执行explode操作：单独拆包会生成两列元素的全量笛卡尔积，比如3个dist元素配3个time元素会生成9行数据，完全不符合「按位置一一对应」的预期。
• 拆包前建议加长度校验，避免源数据里某行的dist、time列表长度不一样，导致拆包后元素错位：

# 检查所有行的两个列列表长度是否匹配
bad_rows = df.index[df.apply(lambda row: len(row["dist"]) != len(row["time"]), axis=1)]
if len(bad_rows) > 0:
    print(f"以下行的dist和time列表长度不一致，需要提前修正：{bad_rows.tolist()}")

内容的提问来源于stack exchange，提问作者Lucas Dresl