如何基于已有DataFrame的逗号分隔行值创建新Pandas DataFrame

我来帮你搞定这个需求！要把原DataFrame每一行里的逗号分隔字符串拆分成配对的独立行，生成对应的子DataFrame，我们可以用Pandas的字符串处理工具加上简单的循环来实现，具体步骤如下：

1. 先创建示例输入DataFrame #

首先我们先还原你给出的输入数据：

import pandas as pd

# 创建输入DataFrame
df = pd.DataFrame({
    "COLUMN_1": ["Marvel", "DC"],
    "COLUMN_2": ["Hulk, Thor, Ironman", "Spiderman, Batman, Flash"],
    "COLUMN_3": ["1,7,8", "18, 74, 88"]
})

2. 定义处理单行的函数 #

我们写一个函数，接收原DataFrame的一行数据，拆分COLUMN_2和COLUMN_3里的逗号分隔字符串，然后生成对应的子DataFrame：

def split_row_to_df(row):
    # 拆分COLUMN_2，同时去除可能的空格
    column2_vals = [val.strip() for val in row["COLUMN_2"].split(",")]
    # 拆分COLUMN_3，同样去除空格并转为数值类型（可选，根据你的需求调整）
    column3_vals = [int(val.strip()) for val in row["COLUMN_3"].split(",")]
    
    # 创建子DataFrame
    sub_df = pd.DataFrame({
        "COLUMN_1": column2_vals,
        "COLUMN_2": column3_vals
    })
    return sub_df

3. 遍历原DataFrame生成子DataFrames #

接下来我们遍历原DataFrame的每一行，调用上面的函数，就能得到你想要的子DataFrames：

# 存储所有子DataFrame的列表（可选，你也可以直接处理每一个子DF）
sub_dfs = []

for idx, row in df.iterrows():
    sub_df = split_row_to_df(row)
    sub_dfs.append(sub_df)
    # 打印每个子DataFrame查看结果
    print(f"第{idx+1}行对应的子DataFrame：")
    print(sub_df)
    print("-"*30)

运行结果 #

运行上面的代码后，你会得到：

第1行对应的子DataFrame：
COLUMN_1 COLUMN_2
0 Hulk 1
1 Thor 7
2 Ironman 8 #

第2行对应的子DataFrame：
COLUMN_1 COLUMN_2
0 Spiderman 18
1 Batman 74
2 Flash 88 #

补充说明 #

• 如果COLUMN_3的数值不需要转为整数，可以把int(val.strip())改成val.strip()即可；
• 如果原DataFrame有更多行，这个方法也能通用，只要确保每一行的COLUMN_2和COLUMN_3的逗号分隔元素数量一致就行；
• 如果你不想存储所有子DataFrame，也可以在循环里直接对每个子DF进行后续处理（比如保存为CSV、进一步分析等）。

内容的提问来源于stack exchange，提问作者flyingJ