在数据分析工作中，使用 Python 的 pandas 处理表格时，常会遇到一行中多个列都是逗号分隔的字符串，需要把它们同时展开成多行并保持对应关系。本文讲解如何用 pandas 实现这一需求。
问题场景
假设我们有如下 DataFrame，其中 color 和 size 两列都是逗号分隔的值，并且同一行的 color 和 size 在位置上是一一对应的：
import pandas as pd
df = pd.DataFrame({
'id': [1, 2],
'color': ['红,绿', '蓝'],
'size': ['S,M', 'L']
})
print(df)
# id color size
# 0 1 红,绿 S,M
# 1 2 蓝 L
我们希望转换成每个 id 对应一行，color 和 size 同步展开：
# id color size # 0 1 红 S # 1 1 绿 M # 2 2 蓝 L
错误做法
如果直接对两列分别调用 explode，会出现行数乘积式膨胀，而不是按位置对齐：
# 错误示例：分别 explode 会导致组合错乱
df_err = df.assign(
color=df['color'].str.split(','),
size=df['size'].str.split(',')
).explode('color').explode('size')
print(df_err)
正确做法：按行组合后展开
思路是先把每列拆成列表，再用 zip 将同一行的列表按索引配对，最后整体 explode。
方法一：使用 apply 与 explode
import pandas as pd
df = pd.DataFrame({
'id': [1, 2],
'color': ['红,绿', '蓝'],
'size': ['S,M', 'L']
})
def expand_row(row):
colors = row['color'].split(',')
sizes = row['size'].split(',')
# 按位置组合，长度以较短的为准
pairs = list(zip(colors, sizes))
return pd.DataFrame(pairs, columns=['color', 'size'])
result = df.apply(
lambda r: expand_row(r), axis=1
).explode(ignore_index=True) if False else None
# 更稳妥的写法
frames = []
for _, row in df.iterrows():
colors = row['color'].split(',')
sizes = row['size'].split(',')
tmp = pd.DataFrame({
'id': row['id'],
'color': colors,
'size': sizes
})
frames.append(tmp)
final = pd.concat(frames, ignore_index=True)
print(final)
方法二：先拆分再 zip 展开
也可以先给整列拆成列表，再在每行用 zip，然后一次性 explode 多列：
import pandas as pd
df = pd.DataFrame({
'id': [1, 2],
'color': ['红,绿', '蓝'],
'size': ['S,M', 'L']
})
df['color'] = df['color'].str.split(',')
df['size'] = df['size'].str.split(',')
# 按行把两列 zip 成元组列表
df['pair'] = df.apply(lambda r: list(zip(r['color'], r['size'])), axis=1)
df = df.explode('pair')
df['color'] = df['pair'].apply(lambda x: x[0])
df['size'] = df['pair'].apply(lambda x: x[1])
df = df.drop(columns=['pair'])
print(df[['id', 'color', 'size']])
注意事项
- 如果各列逗号数量不一致，zip 会以最短列为准截断，必要时先填充或报错检查。
- split 后的列表若含空格，可用 strip 清理：
str.split(',').apply(lambda lst: [x.strip() for x in lst])。 - 大数据量时 iterrows 较慢，可改用列表推导或 numpy 向量化思路。
小结
将多个逗号分隔的列同时展开为多行，核心是先按行把各列拆成列表并用 zip 对齐，再统一 explode。掌握这种方法，就能轻松应对一对多字段的清洗任务。