df.explode

`df.explode()`是Pandas库中的一个函数，用于将包含列表或Series的列拆分为多行。具体来说，它将一个包含列表或Series的列的每个元素拆分为单独的行，并在拆分后的行中复制其他列的值。

使用`df.explode()`函数时，你需要将要拆分的列名作为参数传递给它。以下是一个示例：

df = pd.DataFrame(data)

df_exploded = df.explode('col1')
print(df_exploded)

输出结果如下：

 col1 col201 a02 a13 b14 b15 b26 c```

在这个示例中，`col1`列包含了一个列表，通过使用`df.explode('col1')`，将该列拆分为多行，每行包含一个列表元素，并在每个拆分后的行中复制`col2`列的值。

请注意，`df.explode()`函数要求Pandas版本为0.25.0或更高版本。如果你使用的是较早的版本，可能需要升级Pandas库。

相关问题

df.explode('列表').reset_index()的时候结果不转置

`df.explode('列表')`是将DataFrame中某一列的列表数据拆分成多行，如果不需要转置，则不需要再使用`reset_index()`。`reset_index()`的作用是将索引列转换为普通列，如果不需要这个操作，则可以省略。例如：

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [[1, 2], [3, 4]]})
print(df.explode('B'))

输出结果为：

   A  B
0  1  1
0  1  2
1  2  3
1  2  4

这里没有使用`reset_index()`，因为我们不需要将索引列转化为普通列。

df= pd.DataFrame({'col1': ['A', 'A', 'B', 'B', 'C'], 'col2': ["1,2,3", 2, 3, 4, 5]}) def split_column(x): # 判断是否含有逗号 if ',' in x: return x.split(',') else: return [x] df['col2'] = df['col2'].apply(split_column) print(df.explode('col_name')) argument of type 'int' is not iterable

看起来出现了错误，是因为在 `split_column()` 函数中，逗号分隔的数据已经被拆分成了多个元素的列表，而在 `explode()` 函数中，您使用了错误的列名 `'col_name'`，应该是 `'col2'`。这里提供一个修改后的代码示例，您可以参考一下：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B', 'C'], 'col2': ["1,2,3", 2, 3, 4, 5]})

# 定义函数
def split_column(x):
    # 判断是否含有逗号
    if isinstance(x, str) and ',' in x:
        return x.split(',')
    else:
        return [x]

# 将含有逗号隔开数据的列按照逗号分隔成多个子串
df['col2'] = df['col2'].apply(split_column)

# 将子串拆分成多行
df = df.explode('col2')

# 输出结果
print(df)

这样，您就可以成功地将一列逗号隔开的数据拆分成多行了。