数据集转换：拆分DataFrame的Tag列并实现每行单一标签

嘿，这个需求用pandas其实很容易实现，我给你一步步讲清楚：

首先，先假设我们有一个类似这样的示例DataFrame：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'ID': [1, 2],
    'Name': ['Alice', 'Bob'],
    'Tag': ['Python/Data Science/Pandas', 'Java/Spring Boot']
})

方法一：使用str.split() + explode()（推荐，pandas 0.25+可用） #

这是最简洁的方式，先把Tag列按/拆分成列表，再用explode()方法把列表中的每个元素拆成单独的行，其他列的内容会自动复制：

# 拆分Tag列为列表，然后展开为多行
df_expanded = df.assign(Tag=df['Tag'].str.split('/')).explode('Tag')

# 如果需要重置索引（避免原索引重复），可以加上ignore_index=True
df_expanded = df.assign(Tag=df['Tag'].str.split('/')).explode('Tag', ignore_index=True)

处理后的结果会是这样：

方法二：兼容旧版pandas（低于0.25）的方案 #

如果你的pandas版本比较旧，没有explode()方法，可以用set_index() + stack()的组合来实现：

# 先设置其他列为索引，拆分Tag列后堆叠，最后重置索引
df_expanded = df.set_index(['ID', 'Name'])['Tag'].str.split('/', expand=True).stack().reset_index(name='Tag').drop('level_2', axis=1)

额外注意点 #

• 如果Tag列存在空值（比如NaN），explode()默认会保留这些空行，如果你想去掉空行，可以在处理后加上dropna(subset=['Tag'])：

  df_expanded = df_expanded.dropna(subset=['Tag'])
  

• 确保Tag列的内容都是字符串类型，如果有非字符串值，先转成字符串再拆分：df['Tag'] = df['Tag'].astype(str)

内容的提问来源于stack exchange，提问作者NBC