使用Pandas将两个标识符列表合并为单列

嘿，刚接触Pandas就碰到这种数据清理的场景太正常了！我来带你一步步把这个问题搞定，让你的DataFrame能顺利和另一个表合并。

首先先补全你提到的示例数据（模拟真实场景加了点空值）：

import pandas as pd
import numpy as np
data = pd.DataFrame({
    "Name":["Bob", "Mary"], 
    "Age":[50,55],
    "ID1":["1,2,3", "6,7"],
    "ID2":["4,5", np.nan]
})

我们的目标是把每个ID列里的ID列表拆成单独的行，同时保留对应的Name和Age信息，具体步骤如下：

步骤1：把ID字符串转成列表 #

先把所有ID列里的逗号分隔字符串拆成Python列表，同时处理空值（避免后续explode出错）：

# 先筛选出所有以ID开头的列
id_columns = [col for col in data.columns if col.startswith('ID')]

# 遍历每个ID列，拆分字符串并替换空值为列表
for col in id_columns:
    data[col] = data[col].str.split(',').replace(np.nan, [])

步骤2：合并多ID列为单列（融化数据） #

用melt方法把多个ID列整合到一列里，同时保留Name和Age作为标识：

melted_data = data.melt(
    id_vars=['Name', 'Age'],  # 要保留的非ID列
    value_vars=id_columns,    # 需要合并的ID列
    var_name='ID_Source',     # 可选：记录这个ID来自哪个原列（比如ID1/ID2）
    value_name='IDs'          # 新的ID列表列名
)

步骤3：拆分ID列表到单独行 #

最后用explode把每个列表里的ID拆成单独的行，再过滤掉空行：

final_data = melted_data.explode('IDs').dropna(subset=['IDs']).reset_index(drop=True)

# 可选：把ID转为整数类型（如果你的ID是数字的话）
final_data['IDs'] = final_data['IDs'].astype(int)

现在你打印final_data就能得到想要的结果：

Name  Age ID_Source  IDs
0    Bob   50       ID1    1
1    Bob   50       ID1    2
2    Bob   50       ID1    3
3    Bob   50       ID2    4
4    Bob   50       ID2    5
5   Mary   55       ID1    6
6   Mary   55       ID1    7

额外小提示 #

• 如果你的ID分隔符不是逗号，只要修改str.split(',')里的参数就行（比如分号就改成str.split(';')）
• 如果不需要记录ID来自哪个原列，可以去掉var_name='ID_Source'这个参数
• 如果你的数据里没有空值，那replace(np.nan, [])这一步可以省略

内容的提问来源于stack exchange，提问作者nearsighted3