pandas DataFrame 中的 explode 函数用法详解

顾星河

发布时间：2026-10-13| 5人浏览过

原创

本文详解pandas中explode函数的用法，该函数可将包含列表或元组的列展开为多行。文章提供了两种手动实现列内字典/列表拆分的方法，包括使用pd.Series转换和concat拼接，并附带完整代码示例与结果展示，帮助开发者高效处理复杂数据结构。

explode函数基本功能

在进行pandas数据分析时，经常需要将单行数据展开为多行，此时若能使用类似Hive SQL中的explode函数将极大便利操作。

该函数的具体定义如下：

Code


# !/usr/bin/env python
# -*- coding:utf-8 -*-
# create on 18/4/13
import pandas as pd

def dataframe_explode(dataframe, fieldname): 
 temp_fieldname = fieldname + '_made_tuple_' 
 dataframe[temp_fieldname] = dataframe[fieldname].apply(tuple)  
 list_of_dataframes = []
 for values in dataframe[temp_fieldname].unique().tolist(): 
  list_of_dataframes.append(pd.DataFrame({
   temp_fieldname: [values] * len(values), 
   fieldname: list(values), 
  }))
 dataframe = dataframe[list(set(dataframe.columns) - set([fieldname]))].merge(pd.concat(list_of_dataframes), how='left', on=temp_fieldname) 
 del dataframe[temp_fieldname]
 return dataframe

df = pd.DataFrame({'listcol':[[1,2,3],[4,5,6]], "aa": [222,333]})
df = dataframe_explode(df, "listcol")

Description

explode函数用于将DataFrame按指定列展开，使原每一行扩展为一行或多行。注意：该列内容必须为可迭代对象，例如list、tuple或set。

手动拆分字典/列表列的方法

补充知识：Pandas列中的字典/列表拆分为单独的列

以下直接展示实现代码：


[1] df
Station ID  Pollutants
8809   {"a": "46", "b": "3", "c": "12"}
8810   {"a": "36", "b": "5", "c": "8"}
8811   {"b": "2", "c": "7"}
8812   {"c": "11"}
8813   {"a": "82", "c": "15"}

Method 1：

step 1: convert the Pollutants column to Pandas dataframe series

Method 1实现步骤


df_pol_ps = data_df['Pollutants'].apply(pd.Series)

df_pol_ps:
 a b c
0 46 3 12
1 36 5 8
2 NaN 2 7
3 NaN NaN 11
4 82 NaN 15

step 2: concat columns a, b, c and drop/remove the Pollutants

Method 2实现步骤


df_final = pd.concat([df, df_pol_ps], axis = 1).drop('Pollutants', axis = 1)

df_final:
 StationID a b c
0 8809 46 3 12
1 8810 36 5 8
2 8811 NaN 2 7
3 8812 NaN NaN 11
4 8813 82 NaN 15

Method 2：


df_final = pd.concat([df, df['Pollutants'].apply(pd.Series)], axis = 1).drop('Pollutants', axis = 1)

df_final:
 StationID a b c
0 8809 46 3 12
1 8810 36 5 8
2 8811 NaN 2 7
3 8812 NaN NaN 11
4 8813 82 NaN 15

以上这篇pandas dataframe 中的explode函数用法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。