如何按\n分隔符或每3行拆分df列并保留拆分后索引

场景1：按\n拆分指定列 #

使用str.split+explode实现，拆分后对应行继承原有索引：

import pandas as pd

# 替换为你需要拆分的列名，示例列名为target_col
df = df.assign(target_col=df['target_col'].str.split('\n')).explode('target_col', ignore_index=False)

如果你的pandas版本低于1.3.0（不支持explode的ignore_index参数），可以用如下兼容写法：

# 拆分列并堆叠
split_series = df['target_col'].str.split('\n', expand=True).stack().reset_index(level=1, drop=True)
split_series.name = 'target_col'
# 关联回原表，自动匹配原索引
df = df.drop('target_col', axis=1).join(split_series)

场景2：按每3行拆分整个数据框 #

直接按行切片即可，切片操作不会修改原有行索引：

# 拆分后得到由多个3行子df组成的列表
sub_df_list = [df.iloc[i:i+3] for i in range(0, len(df), 3)]

如果需要给每个3行组加标记，方便后续分组操作，可新增分组列：

# 相同group_id值的行属于同一个3行组，原索引完全保留
df['group_id'] = df.index // 3

内容的提问来源于stack exchange，提问作者Amargitts