使用R/Dplyr将含逗号分隔值的dataframe扩展为更大数据框

数据老陈

2026-5-19

嗨，这就帮你搞定把逗号分隔值展开成多行的需求～

核心思路

既然person、personparty、sponsordate三列每行的逗号分隔条目数量完全一致，我们可以先把这些字符串转成列表，再用pandas的explode方法同时展开这三列，就能得到每行对应一组第i个条目的新DataFrame了。

完整代码示例

1. 先构造模拟数据（对应你的实际数据集结构）

import pandas as pd

# 模拟你的原始DataFrame，包含其他2列+目标3列，最终展开后保持5列结构
df = pd.DataFrame({
    'record_id': [101, 102],
    'bill_title': ['Education Act', 'Infrastructure Bill'],
    'person': ['John Doe,Jane Smith', 'Bob Brown,Alice Lee,Charlie Wu'],
    'personparty': ['Democrat,Republican', 'Independent,Democrat,Republican'],
    'sponsordate': ['2024-01-15,2024-02-20', '2024-03-10,2024-04-05,2024-05-12']
})

2. 处理逗号分隔值并展开

# 第一步：把目标列的逗号分隔字符串转为列表
# 如果逗号后带空格，把split(',')改成split(', ')避免值带空格
target_cols = ['person', 'personparty', 'sponsordate']
df[target_cols] = df[target_cols].apply(lambda col: col.str.split(','))

# 第二步：同时展开多个列（pandas 1.3.0及以上版本支持）
expanded_df = df.explode(target_cols, ignore_index=True)

3. 最终结果示例

运行后expanded_df的结构就是你要的5列，每行对应一组匹配的条目：

record_id         bill_title        person personparty  sponsordate
0        101      Education Act      John Doe    Democrat  2024-01-15
1        101      Education Act    Jane Smith  Republican  2024-02-20
2        102  Infrastructure Bill     Bob Brown  Independent  2024-03-10
3        102  Infrastructure Bill     Alice Lee    Democrat  2024-04-05
4        102  Infrastructure Bill    Charlie Wu  Republican  2024-05-12

兼容旧版本pandas的方案（如果版本低于1.3.0）

如果你的pandas版本不支持多列explode，可以先展开其中一列，再通过索引拆分其他列的列表：

# 先展开person列，保留原始索引
expanded = df.explode('person').reset_index()

# 遍历其他目标列，根据索引取出对应位置的元素
for col in ['personparty', 'sponsordate']:
    expanded[col] = expanded.apply(lambda row: row[col][row['index']], axis=1)

# 清理索引列，得到最终结果
expanded_df = expanded.drop('index', axis=1).reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Union find