本文介绍两种专业、高效的 Pandas 方法：对合法 Python 列表使用 explode() + str.split()，对 JSON 格式字符串使用 str.extractall() 正则解析，将 ["Month:Price", ...] 结构一键转为规范的三列长格式（id、date、price）。
本文介绍两种专业、高效的 pandas 方法：对合法 python 列表使用 `explode()` + `str.split()`，对 json 格式字符串使用 `str.extractall()` 正则解析，将 `["month:price", ...]` 结构一键转为规范的三列长格式（id、date、price）。
在数据分析中，常遇到将宽格式中嵌套的键值对（如 ["March:59", "April:64"]）展开为标准长格式的需求。手动循环拆分不仅低效，还易出错。Pandas 提供了更优雅、向量化且可扩展的解决方案，核心取决于原始数据中 Prices 列的数据类型。
✅ 方案一：Prices 列为真实 Python 列表（推荐优先使用）
当 df['Prices'] 是 list[str] 类型（即已通过 ast.literal_eval 解析或直接构造），应首选 explode() —— 它专为“一行变多行”设计，性能优异且语义清晰：
import pandas as pd
# 示例数据：Prices 是真正的 list 对象
df = pd.DataFrame({
'Id': ['001', '002'],
'Prices': [["March:59", "April:64", "May:62"], ["Jan:55"]]
})
# 步骤 1：展开列表 → 每个 price 字符串独占一行
out = df.explode('Prices')
# 步骤 2：按 ':' 分割，并展开为两列；同时移除原 Prices 列
out[['date', 'price']] = out.pop('Prices').str.split(':', expand=True)
# 可选：转换 price 为数值类型（避免后续计算出错）
out['price'] = pd.to_numeric(out['price'], errors='coerce')
✅ 输出结果： | Id | date | price | |-----|-------|-------| | 001 | March | 59 | | 001 | April | 64 | | 001 | May | 62 | | 002 | Jan | 55 |
⚠️ 注意：若原始 Prices 列是字符串（如 '["March:59", "April:64"]'），切勿直接 explode() —— 否则会按字符级展开（如 "M", "a", "r"），必须先用 ast.literal_eval 转换，或改用方案二。
✅ 方案二：Prices 列为 JSON 格式字符串（无需预解析）
当 Prices 是字符串形式（常见于 CSV/Excel 导入后未处理），可跳过 ast.literal_eval，直接用正则提取所有匹配项：
import pandas as pd
df = pd.DataFrame({
'Id': ['001', '002'],
'Prices': ['["March:59", "April:64", "May:62"]', '["Jan:55"]']
})
# 使用正则提取所有 "key:value" 模式，命名捕获组便于列生成
pattern = r'"(?P<date>[^":]+):(?P<price>[^":]+)"'
extracted = df['Prices'].str.extractall(pattern).droplevel('match')
# 与原 Id 列拼接（自动按索引对齐）
out = df[['Id']].join(extracted)
# 清理：price 转数字，重置索引（可选）
out['price'] = pd.to_numeric(out['price'], errors='coerce')
out = out.reset_index(drop=True)</price></date>
? 正则说明："[^":]+:[^":]+" 匹配双引号内不含 " 或 : 的子串，确保安全提取（支持 Dec:105.5 等含小数点的价格）。
? 关键总结与最佳实践
- 优先检测数据类型：print(df['Prices'].apply(type).unique()) 明确是 list 还是 str，再选择对应方案；
- 性能对比：explode() + str.split() 比 str.extractall() 快 3–5 倍，且更易调试；
- 健壮性增强：添加 errors='coerce' 处理异常价格（如 "June:NA" → NaN），避免 ValueError；
-
扩展性提示：若需支持更多字段（如 "Mar:59:USD"），只需调整正则捕获组，例如 r'"(?P
[^":]+):(?P [^":]+):(?P [^":]+)"'。
掌握这两种模式，即可从容应对各类嵌套键值对的结构化展开任务，大幅提升数据清洗效率与代码可维护性。
