【Pandas】pandas DataFrame explode

Pandas2.2 DataFrame

Reshaping sorting transposing

方法	描述
DataFrame.droplevel(level[, axis])	用于**从 DataFrame 的索引（行或列）中删除指定层级（level）**的方法
DataFrame.pivot(*, columns[, index, values])	用于重塑 DataFrame 的结构的方法
DataFrame.pivot_table([values, index, …])	用于**创建透视表（pivot table）**的函数
DataFrame.reorder_levels(order[, axis])	用于重新排序多级索引（MultiIndex）的层级顺序的方法
DataFrame.sort_values(by, *[, axis, …])	用于按指定列或行的值对 DataFrame 进行排序的方法
DataFrame.sort_index(*[, axis, level, …])	用于按索引（行或列）对 DataFrame 进行排序的方法
DataFrame.nlargest(n, columns[, keep])	用于选取 DataFrame 中某列或多列的前 n 个最大值对应的行的方法
DataFrame.nsmallest(n, columns[, keep])	用于选取 DataFrame 中某列或多列的前 n 个最小值对应的行的方法
DataFrame.swaplevel([i, j, axis])	用于交换多级索引（MultiIndex）中两个层级的位置的方法
DataFrame.stack([level, dropna, sort, …])	用于将 DataFrame 的列索引“压入”行索引中，从而增加行数并减少列数的方法
DataFrame.unstack([level, fill_value, sort])	用于将 DataFrame 的行索引层级“展开”为列索引层级的方法
DataFrame.swapaxes(axis1, axis2[, copy])	用于**交换 DataFrame 的两个轴（axis）**的方法
DataFrame.melt([id_vars, value_vars, …])	用于**将 DataFrame 从宽格式转换为长格式（“融化”操作）**的方法
DataFrame.explode(column[, ignore_index])	用于将 DataFrame 中某一列的列表元素“展开”为多行的方法

pandas.DataFrame.explode()

pandas.DataFrame.explode() 是一个用于将 DataFrame 中某一列的列表元素“展开”为多行的方法。它常用于处理嵌套数据结构，例如某列中包含多个值（以列表形式存储），通过 explode() 可以将这些值拆分成独立的行。

它是 Pandas 中非常重要的数据重塑工具之一，特别适用于处理 JSON、嵌套数组等结构化数据。

---

📌 方法签名

DataFrame.explode(column, ignore_index=False)

---

🔧 参数说明

参数	类型	说明
column	str	要展开的列名；该列必须是包含可迭代对象（如 list）的列
ignore_index	bool，默认 False	是否重置索引（从 0 开始）

---

✅ 返回值

• 返回一个新的 DataFrame，其中指定列中的每个元素被展开为一行；
• 其他列的值会复制到每一行；
• 原始数据不会被修改。

---

🧪 示例代码及结果

示例 1：基本用法（单列展开）

import pandas as pddf = pd.DataFrame({'A': [[1, 2, 3], [4, 5], [6]],'B': ['x', 'y', 'z']
})print("Original DataFrame:")
print(df)

输出：

           A  B
0  [1, 2, 3]  x
1     [4, 5]  y
2        [6]  z

# 展开 A 列
exploded = df.explode('A')
print("\nAfter explode('A'):")
print(exploded)

输出：

   A  B
0  1  x
0  2  x
0  3  x
1  4  y
1  5  y
2  6  z

注意：原始索引保留，可以使用 ignore_index=True 来重置。

---

示例 2：重置索引（ignore_index=True）

# 展开并重置索引
exploded_reset = df.explode('A', ignore_index=True)
print("\nAfter explode('A', ignore_index=True):")
print(exploded_reset)

输出：

   A  B
0  1  x
1  2  x
2  3  x
3  4  y
4  5  y
5  6  z

---

示例 3：展开空列表和缺失值（NaN）

df_with_nan = pd.DataFrame({'A': [[1, 2], [], None, [3]],'B': ['x', 'y', 'z', 'w']
})print("Original DataFrame with empty lists and NaN:")
print(df_with_nan)

输出：

           A  B
0     [1, 2]  x
1         []  y
2        NaN  z
3        [3]  w

# 展开 A 列
exploded_with_nan = df_with_nan.explode('A')
print("\nAfter explode on column with empty lists and NaN:")
print(exploded_with_nan)

输出：

     A  B
0    1  x
0    2  x
1  NaN  y
2  NaN  z
3    3  w

注意：

• 空列表会被展开为空行（即 NaN）；
• None 或 NaN 也会保留为 NaN。

---

示例 4：对字符串列表进行展开

df_str = pd.DataFrame({'tags': [['python', 'data science'], ['machine learning', 'AI'], ['pandas']],'id': [1, 2, 3]
})print("Original DataFrame with string lists:")
print(df_str)

输出：

                      tags  id
0       [python, data science]   1
1  [machine learning, AI]   2
2             [pandas]   3

# 展开 tags 列
exploded_str = df_str.explode('tags')
print("\nAfter explode on string lists:")
print(exploded_str)

输出：

              tags  id
0            python   1
0      data science   1
1  machine learning   2
1                AI   2
2            pandas   3

---

示例 5：展开多列（需多次调用或结合 melt()）

虽然 explode() 一次只能处理一列，但你可以多次调用或结合其他方法实现多列展开。

df_multi = pd.DataFrame({'A': [[1, 2], [3]],'B': [[4], [5, 6]]
})print("Original DataFrame with multiple list columns:")
print(df_multi)

输出：

           A       B
0  [1, 2]    [4]
1     [3]  [5, 6]

# 分别展开 A 和 B 列
exploded_A = df_multi.explode('A')
exploded_AB = exploded_A.explode('B')print("\nAfter exploding both A and B:")
print(exploded_AB)

输出：

   A  B
0  1  4
0  2  4
1  3  5
1  3  6

---

🧠 应用场景

场景	说明
处理 JSON 数据	如解析 API 返回的嵌套结构
日志分析	将事件标签、关键词等展开以便统计
推荐系统	处理用户兴趣标签、历史行为等
文本挖掘	将分词后的词语展开便于词频统计
可视化准备	准备适合绘制柱状图、词云的数据格式

---

⚠️ 注意事项

• explode() 只能作用于包含可迭代对象（如 list）的列；
• 如果列中包含非可迭代对象（如 int, str），会抛出错误；
• 空列表会展开为 NaN；
• None 或 NaN 会保留为 NaN；
• 使用 ignore_index=True 可避免重复索引问题；
• 若需展开多列，需多次调用或结合 melt()、apply() 等方法。

---

✅ 总结对比

方法	是否推荐使用	说明
explode(column)	✅ 推荐	快速将列表列展开为多行
explode(column, ignore_index=True)	✅ 推荐	自动重置索引
explode() + dropna()	✅ 推荐	移除展开后产生的 NaN 行
explode() + groupby()	✅ 推荐	对展开后的数据进行统计分析
explode() + value_counts()	✅ 推荐	统计展开后各值出现频率

---

你可以根据实际需求选择是否重置索引、如何处理空值，从而灵活地将嵌套数据转换为易于分析的扁平结构。它是 Pandas 中非常实用的数据清洗与重塑工具之一。