explode()要求列元素必须为list/tuple/ndarray或none，否则报错；字符串需用ast.literal_eval转为列表，空值须为none而非字符串；展开后索引默认重复，可用ignore_index=true重排；性能瓶颈在前期清洗而非explode本身。
用 explode() 展开含列表的列，但必须确保元素是 list 或 None
直接调用 df.explode("col_name") 是最简方式，但前提是该列每个值要么是 Python list（或 tuple、np.ndarray），要么是 None / pd.NA。如果混入字符串、数字、字典等，会报 TypeError: explode() missing 1 required positional argument: 'column' 或更隐蔽的 AttributeError: 'str' object has no attribute 'len'。
常见踩坑点：
- 从 JSON 文件或数据库读取后，本该是列表的字段被当成了字符串（比如
"[1, 2, 3]"）——需先用ast.literal_eval转回 list - 空值写成字符串
"null"或"[]"，而非真正的None，explode()不识别它们 - 混合类型：同一列里有
[1]、None、42——必须统一清理，否则直接报错
处理字符串形式的列表：先 ast.literal_eval 再 explode
当列中存的是 JSON 风格字符串（如 "['a', 'b']" 或 "[1, 2, 3]"），不能跳过解析步骤。用 ast.literal_eval 安全转为 Python 对象，比 json.loads 更兼容单引号和无引号键。
import ast
df["tags"] = df["tags"].apply(lambda x: ast.literal_eval(x) if isinstance(x, str) else x)
df_exploded = df.explode("tags")
注意：
- 加
isinstance(x, str)判断，避免对None或已为 list 的项重复解析 - 如果字符串格式不规范（如多层嵌套、含 NaN 字符串），
literal_eval会抛ValueError，建议包在try/except中并设默认值 -
json.loads()要求双引号，遇到['x']直接失败；eval()有安全风险，禁用
explode() 后索引重复？用 ignore_index=True 重排或保留原索引
默认情况下，explode() 会复制原行索引：一行展开成三行，这三行索引都是原来的 5。这对后续按索引对齐操作（如 merge、loc）可能造成干扰。
两种常用处理方式：
- 要连续新索引：加参数
df.explode("col", ignore_index=True) - 要保留原始行归属关系（例如标记“第 5 行拆出了哪些值”）：不加
ignore_index，之后可用df.groupby(level=0).size()统计每行展开数量 - 若原 DataFrame 本身索引不唯一，展开后更难追踪——建议提前用
df.reset_index(drop=False)把原索引转为列保存
性能提示：大数据量时避免链式 apply + explode
对千万级行做 apply(lambda x: ast.literal_eval(...)) 很慢，因为 Python 层循环无法并行。更高效的做法是：
- 用
pandas.eval()（仅限简单结构）或json.loads配合numpy.vectorize（需预编译异常处理） - 如果源头可控（如读 CSV），在
pd.read_csv(..., converters={...})中直接解析该列 -
explode()本身是 C 实现、极快；瓶颈几乎总在前期数据清洗，不是explode这步
真正容易被忽略的是：展开后行数可能暴增几倍，内存占用陡升。跑之前先用 df["col"].str.len().max() 或 df["col"].apply(len).max() 看最大嵌套长度，心里有数。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
