Python Pandas list(列表)数据列拆分成多行的方法

1、实现的效果

1）创建初始 DataFrame

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
print("初始 DataFrame:\n", df)

2）拆分成多行的效果

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
print("初始 DataFrame:\n", df)

result = df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0: 'B'})
print("拆分成多行后的 DataFrame:\n", result)

2、拆分成多行的方法

1）通过 apply 和 pd.Series 实现

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
result = df.set_index('A').B.apply(pd.Series).stack().reset_index(level=0).rename(columns={0: 'B'})
print("方法 1：通过 apply 和 pd.Series 实现:\n", result)

2）使用 repeat 和 DataFrame 构造函数

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
df_expanded = pd.DataFrame({'A': df.A.repeat(df.B.str.len()), 'B': np.concatenate(df.B.values)})
print("方法 2：使用 repeat 和 DataFrame 构造函数:\n", df_expanded)

或

import pandas as pd
import numpy as np
s = pd.DataFrame({'B': np.concatenate(df.B.values)}, index=df.index.repeat(df.B.str.len()))
df_joined = s.join(df.drop('B', 1), how='left')
print("方法 2：使用 repeat 和 DataFrame 构造函数（join）:\n", df_joined)

3）创建新的列表

import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
result = pd.DataFrame([[x] + [z] for x, y in df.values for z in y], columns=df.columns)
print("方法 3：创建新的列表:\n", result)

或

import pandas as pd

# 创建初始 DataFrame
df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]}, index=['x', 'y'])
print("初始 DataFrame:\n", df)

# 使用方法 3：创建新的列表并合并回原始 DataFrame
s = pd.DataFrame([[x] + [z] for x, y in zip(df.index, df.B) for z in y])
s_merged = s.merge(df, left_on=0, right_index=True)

print("\n方法 3：创建新的列表（多于两列）:\n", s_merged)

4）使用 reindex 和 loc 实现

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
result = df.reindex(df.index.repeat(df.B.str.len())).assign(B=np.concatenate(df.B.values))
print("方法 4：使用 reindex 和 loc 实现:\n", result)

5）使用 numpy 高性能实现

import numpy as np
import pandas as pd
df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [1, 2]]})
new_values = np.dstack((np.repeat(df.A.values, list(map(len, df.B.values))), np.concatenate(df.B.values)))
result = pd.DataFrame(data=new_values[0], columns=df.columns)
print("方法 5：使用 numpy 高性能实现:\n", result)