pandas.DataFrame中的explode函数用法详解

什么是explode函数

explode 函数是 pandas.DataFrame 类的一个方法，它可以将一个包含 list 或者其他可迭代对象的列（column）拆分成多行，然后在所有其他列（non-explode）上进行复制。

函数原型

explode 函数的原型如下：

DataFrame.explode(
    column,
    ignore_index=False
) -> Union['DataFrame', 'Series']

参数说明：

• column：指定要拆分的列名；
• ignore_index：如果为 True，则重置索引。

示例说明

为了更好地理解 explode 函数，下面给出两个具体的示例。

示例一

假设有一个简单的 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'col1': ['a', 'b', 'c', 'd'],
    'col2': [[1, 2], [3, 4, 5], [6], [], [7, 8]]
})

其中，col2 是一个包含 list 的列。

运行以下代码可以看到该 DataFrame：

print(df)

输出结果如下：

  col1       col2
0    a     [1, 2]
1    b  [3, 4, 5]
2    c        [6]
3    d         []
4    e     [7, 8]

可以发现，col2 列中包含了不同长度的 list。

现在，我们可以使用 explode 函数来拆解 col2 列。示例代码如下：

new_df = df.explode('col2')

print(new_df)

输出结果如下：

  col1  col2
0    a     1
0    a     2
1    b     3
1    b     4
1    b     5
2    c     6
3    d  None
4    e     7
4    e     8

可以看出，原本 col2 列中的每个元素都变成了单独的一行，并在其他所有列上进行了复制。注意到最初的第 4 行中，col2 列为空 list，因此拆解后的结果中 col1 列同样是空的。

示例二

再看一个稍微复杂一些的示例。假设有如下的 DataFrame：

df = pd.DataFrame({
    'col1': ['a', 'b', 'c', 'd', 'e'],
    'col2': [[1, 2], [3, 4, 5], [6], [], [7, 8]],
    'col3': [[2, 3], [4, 5, 6], [], [1], [9, 10]]
})

该 DataFrame 中有两个包含 list 的列：col2 和 col3。

运行以下代码可以看到该 DataFrame：

print(df)

输出结果如下：

  col1       col2      col3
0    a     [1, 2]    [2, 3]
1    b  [3, 4, 5]  [4, 5, 6]
2    c        [6]        []
3    d         []       [1]
4    e     [7, 8]   [9, 10]

现在，我们可以使用 explode 函数来拆解 col2 和 col3 列。示例代码如下：

new_df = df.explode('col2').explode('col3')

print(new_df)

输出结果如下：

  col1 col2 col3
0    a    1    2
0    a    1    3
0    a    2    2
0    a    2    3
1    b    3    4
1    b    3    5
1    b    3    6
1    b    4    4
1    b    4    5
1    b    4    6
1    b    5    4
1    b    5    5
1    b    5    6
2    c    6     
3    d         
4    e    7    9
4    e    7   10
4    e    8    9
4    e    8   10

可以看出，col2 列和 col3 列都被拆解了，并且生成了所有可能的组合，并在其他所有列上进行了复制。注意到原本第 3 行 col3 列是空的，因此在拆解后的结果中也是空的。