17370845950

本文介绍使用 pandas 的 `str.split()` 和 `explode()` 方法，高效地将 dataframe 中多个字符串型列表列（如 "ms" 和 "ds"）按元素一一配对展开为独立行，自动处理长度不等时的缺失值填充（如 `none`）。

在数据分析中，常遇到将含逗号分隔字符串的多列同步“爆炸”（explode）为多行的需求——尤其当各列代表一一对应的属性（如价格与对应天数），但原始数据以字符串形式存储且长度可能不一致。直接使用 zip_longest 易出错，关键在于：先解析字符串为列表，再构造配对元组，最后统一 explode。

以下是推荐的清晰、可复现的解决方案：

import pandas as pd
from itertools import zip_longest

# 示例数据
df = pd.DataFrame({
    'ID': [654, 131, 598],
    'MS': ['1500,10000,20000,30000', '1500,10000,20000', '1500,10000,20000,30000'],
    'DS': ['60,365,730', '60,365,730', '60,365,730']
})

# 步骤 1：将 MS 和 DS 列拆分为列表（注意：split 后元素仍为字符串）
df[['MS', 'DS']] = df[['MS', 'DS']].apply(lambda x: x.str.split(','), axis=1)

# 步骤 2：对每行，用 zip_longest 配对两个列表（短者补 None）
df['paired'] = df.apply(lambda row: list(zip_longest(row['MS'], row['DS'])), axis=1)

# 步骤 3：explode 展开 paired 列，得到每对 (MS_val, DS_val)
df_exploded = df.explode('paired')

# 步骤 4：将元组解包回 MS 和 DS 列
df_exploded[['MS', 'DS']] = pd.DataFrame(df_exploded['paired'].tolist(), index=df_exploded.index)

# 可选：清理中间列，并重置索引
df_final = df_exploded.drop(columns=['paired']).reset_index(drop=True)

✅ 输出结果与预期一致：每行 ID 对应一组 MS/DS 值，MS 较长时 DS 自动补 None（注意：fillvalue=None 是 zip_longest 默认行为；若需 'Nan' 字符串，请显式写 fillvalue='Nan'）。

⚠️ 注意事项：

• str.split(',') 返回的是字符串列表（如 ['1500', '10000']），后续数值计算前建议用 .astype(float) 或 .astype(int) 转换；
• explode() 要求目标列为 list/tuple 类型，不可直接对字符串列调用；
• 若多列长度差异大且需严格对齐（如笛卡尔积），应改用 merge 或 pd.concat + repeat，而非 zip_longest；
• 性能敏感场景下，避免 apply(..., axis=1)，可考虑 pd.Series.explode 配合 map 分步处理。

该方法简洁、健壮，是处理多列同步展开任务的标准实践。