熊猫.根据单元格值在数据帧中插入额外行的最佳方式是什么

Question

我有这样的数据帧：

id	名称	电子邮件
1			[e-mail]、[e-mail]，[e-mail]和[e-mail]
2		f	[e-mail]

首先使用DataFrame.explode和由Series.str.split分割的值，然后比较@之前的值，如果没有匹配集缺失值和最后一次类似缺失值的排序在DataFrame的末尾，则将range分配给id列：

df = df.assign(emails = df['emails'].str.split(',')).explode('emails')
mask = df['name'].eq(df['emails'].str.split('@').str[0])
df['name'] = np.where(mask, df['name'], np.nan)
df = df.sort_values('name', key=lambda x: x.isna(), ignore_index=True)
df['id'] = range(1, len(df) + 1)
print (df)
id name       emails
0   1    a      [e-mail]
1   2    f  [e-mail]
2   3  NaN      [e-mail]
3   4  NaN      [e-mail]
4   5  NaN      [e-mail]