一、拆分
如果是拆分，那么那一列的值應該是list類型，比如：
我們需要根據data_list列去拆分，至於我怎么只挑了一個ID列和待分裂列，那是方便操作，剩余的我們可以使用merge，我就不贅述了
newvalues=np.dstack((np.repeat(t.reportno.values,list(map(len,t.data_list.values))),np.concatenate(t.data_list.values))) pd.DataFrame(data=newvalues[0],columns=['reportno','data_list'])
也可以這樣操作，使用groupby，后面的自己處理索引的事情
t[['reportno','data_list']].groupby('reportno').apply(lambda x:pd.DataFrame({'reportno':x.reportno.repeat(x.data_list.str.len()),'B':np.concatenate(x.data_list.values)}))
二、合並
合並其實主要使用的np.concatenate，也是使用上面的例子
#t.groupby('reportno').apply(lambda x:len(set(np.concatenate(x.data_list.values)))) t.groupby('reportno').apply(lambda x:np.concatenate(x.data_list.values)) #np.concatenate里面的值是其他類型也是可以合並的，並不一定要求是list
2021-04-16補充
yixin_tmp3 = yixin_tmp2.groupby('狀態匹配ID').apply(lambda x:("-".join(i for i in x['狀態'])))