如何在Pandas中拆分DataFrame列并将每个值存为新行？

我明白你想要的效果——把竖线分隔的关键词拆成单独的行，同时保留原DataFrame里的其他数据，方便后续用groupby做相关性分析对吧？你当前的代码是把拆分结果放到新列里，确实没达到预期。这里有几个实用的方法帮你实现需求：

方法一：使用explode（推荐，Pandas 0.25及以上版本支持） #

这是最简洁高效的方式，Pandas专门为这种“把列表拆成多行”的场景提供了explode方法：

# 第一步：将竖线分隔的字符串转为列表
df['keywords'] = df['keywords'].str.split('|')
# 第二步：把列表中的每个元素拆成单独的行，自动保留原数据的其他列
df_exploded = df.explode('keywords')

举个例子，如果你的原DataFrame是这样：

执行完代码后，df_exploded会变成：

完全符合你的需求，之后直接对df_exploded用groupby('keywords')就能做分析了。

方法二：使用stack（兼容旧版Pandas） #

如果你用的是低于0.25版本的Pandas，没法用explode，可以用stack来实现：

# 拆分keywords列并转为堆叠格式
split_keywords = df['keywords'].str.split('|', expand=True).stack()
# 重置索引，去掉堆叠产生的多余层级，并重新命名列
split_keywords = split_keywords.reset_index(level=1, drop=True).rename('keywords')
# 合并回原DataFrame，去掉原来的keywords列
df_exploded = df.drop('keywords', axis=1).join(split_keywords)

这个方法的原理是先把拆分后的列转为行，再通过索引匹配合并回原数据，最终效果和方法一一致。

额外小提示 #

如果你的关键词里可能存在前后空格（比如monster | dna这种），可以在拆分的时候顺便清理：

df['keywords'] = df['keywords'].str.split('|').apply(lambda x: [k.strip() for k in x])

这样能避免后续分析时出现' monster'和'monster'被当成不同关键词的问题。

内容的提问来源于stack exchange，提问作者bytebybyte