我一直在努力扭转我最初爆炸的数据框。我首先需要拆分和分解它，以便我可以检查此数据帧（df1）中的每个值是否存在于其他数据帧（df2）中。有些列包含分号分隔的字符串，所以我需要将它们拆分，以便我可以在 df2 上一一检查它们的可用性。我见过类似的问题，我尝试过他们的解决方案，但这些问题的数据框没有空单元格（空字符串）。
原始 df1 示例（爆炸前）：
爆炸后：
from itertools import product, chain
import pandas as pd
explode_rows = chain.from_iterable(product([Col1], [Col2], Col3.split(;), Col4.split(;), Col5.split(;))
for Col1, Col2, Col3, Col4, Col5 in df1.to_numpy())
df1 = pd.DataFrame(explode_rows, columns = df1.columns)
现在我需要反向分解这个拆分列的值，以便我可以轻松地在不需要的地方一次用列表 ['a','b','c'] 过滤 df2。
这是我试图扭转爆炸时得到的。col3,4,5 将有空单元格，如本例所示。但是我在这个空单元格中总是有 []、['']、''、'' 之类的东西，当我尝试过滤 df2 时，我不想要这些东西，这些东西被使用并且无法用它们过滤。所以我需要反转爆炸并让空单元格保持原样。请注意，这个空单元格实际上有空字符串而不是 Nan。
这是我尝试过的一些事情，但几乎给了我与下面相同的输出。
df1 = df1.groupby(['Col1','Col2'], as_index=False).agg(list)
df1 = (df1.groupby(['Col1','Col2'])
.agg(Col3=('Col3', ','.join(),
Col4=('Col4', ','.join),
Col5=('Col5', ','.join),)
.reset_index())
df1 = df1.groupby(['Col1','Col2'], as_index=False).agg(list)
df1 = (df1.groupby(['Col1','Col2'])
.agg(Col3=('Col3', ','.join(),
Col4=('Col4', ','.join),
Col5=('Col5', ','.join),)
.reset_index())
df1 = (df1.groupby([['Col1','Col2'])
.agg({'Col3': lambda x: x.tolist(),
'Col4': lambda x: x.tolist(),
'Col3': lambda x: x.tolist(),})
.reset_index())
我试图用 Nan 替换空字符串，然后反向爆炸并尝试将它们替换回空字符串，但没有运气。
任何帮助将不胜感激，以及我可以为您提供高效和干净的 Python 方式的良好实践。