Python 使用pandas.Series.explode（）时重复其他列值

我有一个表格的数据框

    a           b
0   [a, b]      0
1   [c, d, e]   1

我编写了一个函数来创建部分列表：

def partials(l):
    result = []
    for i, elem in enumerate(l):
        result.append(l[:i+1])
    return result

将其应用于系列

df['a']

，并使用

d['a']进行分解。应用（部分）。分解（）正确给出：

0          [a]
0       [a, b]
1          [c]
1       [c, d]
1    [c, d, e]

然而，这个系列必然比原来的要长。如何将此函数应用于我的数据帧的列
a
，使列
b
在“分解”原始数据帧的对应行的任何位置重复其值，如下所示：

            a     b
0          [a]    0
0       [a, b]    0
1          [c]    1
1       [c, d]    1
1    [c, d, e]    1

？
您可以重新加入：

(df['a'].apply(partials)
   .explode().to_frame()
   .join(df.drop('a', axis=1))
)

输出：

           a  b
0        [a]  0
0     [a, b]  0
1        [c]  1
1     [c, d]  1
1  [c, d, e]  1

您可以重新加入：

(df['a'].apply(partials)
   .explode().to_frame()
   .join(df.drop('a', axis=1))
)

输出：

           a  b
0        [a]  0
0     [a, b]  0
1        [c]  1
1     [c, d]  1
1  [c, d, e]  1

您可以使用原始代码并对
explode
进行轻微修改。首先分配：
df['a']=df['a']。应用（部分）
，然后在列“a”上分解：
df.explode（'a'）
您可以使用原始代码，并对
explode
进行轻微修改。首先赋值：
df['a']=df['a']。应用（部分）
，然后在列“a”上分解：
df.explode（'a'）