需要使用可变列数动态添加到数据帧的帮助吗

Question

我正在做一些文本分析，并试图通过一个数据帧循环，该数据帧由一列中的单词列表和其他列中的一些数值组成。我想将列表列中的所有单词拆分到不同的行中，并将同一行中的值与它们一起带来。我希望与我共享的其他人可以使用该代码，因此我编写了该代码，以便他们只需在代码的前面输入一次所需的列

当我指定列名时，我已经成功地在数据帧中循环，分割出单词和属性值，但是当我尝试使循环动态化时，我似乎无法获得正确的语法：

TokensTable = pd.DataFrame({'Token': [], 'Value1': [],'Value2': [],'Value3': []})

counter = 0

for index, row in metricsByToken2.iterrows():           #for each row in the dataframe with values and the token lists

for index2, token in enumerate(row[0]):             #for each token in the list of tokens in each row

    if token.isalpha():                             #If the token doesnt contain punctuation then
        token = token.lower()                       #lowercase the token
        if token in stop_words:                     #if the token is a stop word then
            del token                               #delete the token
        else:
            TokensTable.loc[counter] = [row[0][index2]] + [row[1]] + [row[2]] + [row[3]]
            counter = counter + 1                   #increase counter to move to the next row in new df
    else:
        del token 

因此，如果列表['A'，'B'，'C']中有其他列200300400，那么我希望将其拆分为3行，例如'A'，200300400，然后是'B'，200300400和'C'，200300400

到目前为止，上面的代码对我有效，但我手动指定了[Row[1]+[Row[2]等。[Row[0][index2]]在每次运行代码时都会出现，因此必须保留，但同一行上添加的其他列的数量每次都会更改。所需的列数将始终为len（TokensTable）-1，尽管如此，我需要以某种方式从0循环到len（TokensTable）-1，我猜，但到目前为止，我还没有运气弄清楚这一点，所以任何帮助都将非常感谢

输入示例：

╔══════════════════╦════════╦════════╦════════╗
║       Text       ║ Value1 ║ Value2 ║ Value3 ║
╠══════════════════╬════════╬════════╬════════╣
║ ['A','B','C']    ║      1 ║      3 ║      7 ║
║ ['A1','B1','C1'] ║      2 ║      4 ║      8 ║
║ ['A2','B2','C2'] ║      3 ║      5 ║      9 ║
╚══════════════════╩════════╩════════╩════════╝

输出示例：

╔═══════╦════════╦════════╦════════╗
║ Token ║ Value1 ║ Value2 ║ Value3 ║
╠═══════╬════════╬════════╬════════╣
║ A     ║      1 ║      3 ║      7 ║
║ B     ║      1 ║      3 ║      7 ║
║ C     ║      1 ║      3 ║      7 ║
║ A1    ║      2 ║      4 ║      8 ║
║ B1    ║      2 ║      4 ║      8 ║
║ C1    ║      2 ║      4 ║      8 ║
║ A2    ║      3 ║      5 ║      9 ║
║ B2    ║      3 ║      5 ║      9 ║
║ C2    ║      3 ║      5 ║      9 ║
╚═══════╩════════╩════════╩════════╝

Answer 1

感谢链接@HS星云它引导我找到了我需要的答案。 最后，我使用了一个循环来清理聚集的令牌，但为了取消它们的嵌套，我使用了以下方法：

TokensTable = metricsByToken2.apply(lambda x: pd.Series(x['Token']),axis=1).stack().reset_index(level=1, drop=True)
TokensTable.name = 'Token'
TokensTable = metricsByToken2.drop('Token', axis=1).join(TokensTable)
TokensTable = TokensTable.reset_index(drop=True)