17370845950

本文介绍使用 `str.split()` 和 `explode()` 高效展开多个字符串型列表列（如 "ms" 和 "ds"），实现按元素一一配对、长度不齐时自动补 `none` 的行扩展操作。

在数据分析中，常遇到将多列字符串形式的逗号分隔值（如 "1500,10000,20000"）同步展开为独立行的需求。关键在于：既要分别拆分各列，又要保持对应位置的元素配对（如第1个 MS 对应第1个 DS），且需处理列间长度不一致的情况（自动填充 None）。

Pandas 提供了简洁高效的解决方案：先用 str.split(",") 将每列转为 Python 列表，再通过 zip_longest 配对并生成元组列表，最后利用 explode() 展开。完整步骤如下：

from itertools import zip_longest
import pandas as pd

# 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 列字符串按逗号拆分为列表
df[["MS", "DS"]] = df[["MS", "DS"]].apply(lambda x: x.str.split(","), axis=1)

# 步骤2：对每一行，用 zip_longest 配对两个列表（短者用 None 填充）
df["paired"] = df.apply(lambda row: list(zip_longest(row["MS"], row["DS"])), axis=1)

# 步骤3：explode 展开 paired 列，再拆解元组为独立列
df = df.explode("paired")
df[["MS", "DS"]] = pd.DataFrame(df["paired"].tolist(), index=df.index)

# 可选：清理中间列，并确保数据类型正确（如转为数值）
df = df.drop(columns=["paired"]).astype({"MS": "float", "DS": "float"})

✅ 输出效果：

• 每行 ID 重复出现多次，次数等于该行最长列表的长度；
• MS 和 DS 按原始顺序一一对应，不足项自动补 None（即 NaN）；
• 最终列类型可统一转换为数值型，便于后续计算。

⚠️ 注意事项：

• zip_longest 来自 itertools，务必导入；
• explode() 要求目标列为 list/tuple 类型，不可直接对字符串列使用；
• 若原始数据含空格（如 "1500, 10000"），建议在 str.split() 后链式调用 .str.strip() 清洗；
• 性能敏感场景下，避免对大 DataFrame 多次 apply；可考虑 pd.concat + map 等向量化替代方案。

此方法逻辑清晰、代码简洁，是处理多列同步展开的标准实践。