基于指定模式复制Pandas DataFrame中的行

我来帮你搞定这个问题！你需要把DataFrame里最后一列包含分号（;）的行拆分成多行，同时保留其他列的原有内容，pandas里有个非常高效的内置方法——explode()，完全能满足需求，比你尝试的groupby方法简洁太多了。

步骤详解 #

1. 构造原DataFrame（先还原你的示例数据）：

import pandas as pd

df = pd.DataFrame({
    'A': ['x1', 'x2', 'x3', 'x4'],
    'B': ['b1a', 'b1b', 'b1c', 'b1d'],
    'C': ['Ak', 'Ak', 'Ak;Lo', 'Lo']
})

2. 拆分分隔值为列表：
   把最后一列（这里是C列）的字符串按分号拆分成列表格式：

df['C'] = df['C'].str.split(';')

3. 展开列表生成多行：
   用explode()方法把列表中的每个元素拆分成单独的行，同时自动复制其他列的内容：

df_processed = df.explode('C', ignore_index=True)

处理后的结果 #

运行上述代码后，打印df_processed会得到你想要的结果：

A    B   C
0  x1  b1a  Ak
1  x2  b1b  Ak
2  x3  b1c  Ak
3  x3  b1c  Lo
4  x4  b1d  Lo

为什么这个方法高效？ #

explode()是pandas优化过的向量化操作，不需要手动写循环或者复杂的分组逻辑，处理大规模数据时的性能远优于自定义的拆分方法。如果你的DataFrame最后一列不是C，只需要把代码里的列名替换成实际列名即可。

内容的提问来源于stack exchange，提问作者Sos