extractall的可能解决方案：

N = 2 # N'th character

out = (
    df[["Employee"]].join(
        df["Pay Grade"].str.extractall(r"(.{%s})" % N)[0]
        .rename("Pay Grade").droplevel(1)
    )
)

输出量：

print(out)

  Employee Pay Grade
0     John        7A
0     John        5B
1    Kathy       NaN
2      Tom        9A
2      Tom        9B
2      Tom        4C

而不是分裂你应该尝试pandas.Series.str.slice

您可以使用apply方法分隔字符串，并将值拆分到新行中：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
        "Employee": ["Jhon", "Kathy", "Tom"],
        "Pay Grade": ["7A5B", np.nan, "9A9B4C"]
    }
)
df["Pay Grade"].fillna("", inplace=True)

df["Pay Grade"] = df["Pay Grade"].apply(
    lambda value: '|'.join([value[i:i+2] for i in range(0, len(value), 2)])
)

df = df.join(
    df.pop("Pay Grade").str.extractall(r"([^|]+)").droplevel(1)[0].rename("Pay Grade")
).reset_index(drop=True)

你很接近了我认为split是这里坚韧的部分。itertools pairwise recipe可以很好地处理explode：

def pairs(x: str):
    it = iter(x)
    vals = []

    while True:
        a, b = next(it, ''), next(it, '')
        if not all((a, b)):
            break
        vals.append(''.join((a, b)))

    if a:
        vals.append(a)
    return vals

df['Pay Grade'].apply(pairs).explode()

另一个解决方案：

import re

df = (
    df.assign(**{"Pay Grade": df["Pay Grade"].apply(lambda x: re.findall(r"..", x))})
    .explode("Pay Grade")
    .fillna("")
)
print(df)

图纸：

Employee Pay Grade
0     John        7A
0     John        5B
1    Kathy          
2      Tom        9A
2      Tom        9B
2      Tom        4C

或：无re：

df["Pay Grade"] = df["Pay Grade"].str.extractall(r"(..)").groupby(level=0).agg(list)
print(df.explode("Pay Grade").fillna(""))

您可以使用wrap from textwrap将Pay Grade数据分割为2个字符块，分解这些值，然后将join返回到原始df：

import textwrap

out = (df
    .drop('Pay Grade', axis=1)
    .join(df['Pay Grade']
          .apply(textwrap.wrap, args=[2])
          .explode()
    )
    .fillna('')
    .reset_index(drop=True)
)

示例数据的输出：

Employee  Pay Grade
0     John         7A
1     John         5B
2    Kathy
3      Tom         9A
4      Tom         9B
5      Tom         4C