掌握 Pandas .explode() 方法：完整指南

在使用 pandas 进行数据处理时，.explode() 方法在处理 DataFrame 中的列表时常常非常实用。本教程将作为您掌握 .explode() 方法的手册，从基础机制到高级用法及常见陷阱，逐一讲解。

简要答案：.explode() 的工作原理

如果您只想快速了解，请阅读本节。.explode() 方法用于将列表型列中的条目按多个行展开，使列表中的每个元素成为单独的一行。举例来说，我们将使用下方的 DataFrame df 来演示该过程：

.explode() 方法会将 Interests 列的元素展开，如下所示：

# Explode the Interests column 
exploded_df = df.explode('Interests')技术支持

什么是 Pandas 的 .explode() 方法？

.explode() 方法旨在简化对嵌套数据（如 列表 或 元组）的处理。通过将列表状结构中的每个元素转换为单独一行，.explode() 提升了数据的可访问性与可分析性。

.explode() 方法如何工作？

.explode() 的功能既强大又直观，旨在提升数据处理任务的易用性与效率。

• Column：指定要展开的、包含列表型条目的列。
• ignore_index：当设为 True 时，会将索引重置为默认的整数索引，有助于在展开后保持 DataFrame 的完整性。默认值为 False。

使用 Pandas .explode() 的两种方式

在 Pandas 中展开单列

最常见的用法是展开单个列，将其中每个列表型条目扩展为独立的行。在简要答案一节我们已经演示过，下面再来回顾该示例。这里有一个 DataFrame df，包含个人的 ID 及其学习兴趣。可以看到，学习兴趣以列表形式存储。

.explode() 方法会将 Interests 列的元素展开为独立行，如下所示：

# Explode the Interests column 
exploded_df = df.explode('Interests')技术支持

该方法对包含分类数据或每条观测具有多个属性的列尤为有用。

在 Pandas 中展开多列

您也可能需要在一个 DataFrame 中同时展开多列。这在多个列包含需同时解包的列表型结构时非常有用。我们为 df 添加一个 Tools 列来演示：

要展开多列，只需将要展开的列以列表形式传入即可

# Explode the Interests & Tools columns
exploded_df = df.explode(['Interests', 'Tools'])技术支持

该方法在处理包含列表的多列时尤为实用。不过，使用 .explode() 时也可能遇到一些陷阱，下一节将进行说明。

使用 Pandas .explode() 的常见错误与解决方案

重复列被展开

使用 .explode() 时，一个常见陷阱是误将重复的列名一并展开。请务必确保传入的列名列表中不含重复项！

# Incorrect, exploding duplicate columns
df.explode(['Interests','Tools','Interests'])

# Correct, exploding unique columns
df.explode(['Interests','Tools'])技术支持

展开看起来像列表的字符串

很多时候，DataFrame 中的某些行是字符串，但它们看起来像列表。尝试对形如 "['Python', 'AI']" 的字符串进行展开不会产生变化，因为 .explode() 期望的是实际的列表型对象，而不是看起来像列表的字符串。下面给出可能的情形及其解决方案。假设 df 的取值如下：

可以看到，Interests 列的值是看起来像列表的字符串。对 Interests 使用 .explode() 不会有任何变化，因为这些值只是单个字符串。为了解决该问题，我们将 Interests 的值转换为列表。

import ast

df['Interests'] = df['Interests'].apply(ast.literal_eval)
exploded_df = df.explode('Interests')
print(exploded_df) # This will work技术支持

多列中列表长度不一致

在处理 pandas DataFrame 时，常见陷阱之一是：要展开的多列中，某些行的列表长度不一致。这会导致对多列使用 .explode() 后，数据错位或不完整。举例来说，假设 df 如下：

如上所示，Interests 与 Tools 列中的列表长度不同。直接对这些列使用 .explode() 会报错，因为各列的列表长度必须一致。要解决该问题，可使用自定义函数用 None 进行填充，如下：

​​# Function to pad lists to the same length
def pad_lists(row):
    max_len = max(len(row['Interests']), len(row['Tools']))
    row['Interests'] += [None] * (max_len - len(row['Interests']))
    row['Tools'] += [None] * (max_len - len(row['Tools']))
    return row

# Apply the padding function to each row
df = df.apply(pad_lists, axis=1)

# Now, safely explode both columns
df.explode(['Interests','Tools'])技术支持

结语

总之，.explode() 方法在将值列表解包为 Pandas DataFrame 的多行时非常有用。若想进一步学习 pandas，请参考以下资源：

• 在 DataCamp 上开始学习 pandas
• Python pandas 教程：初学者的终极指南
• 如何学习 pandas