将一行数据均匀变为多行且保存python python把行变成列

#多个单元格合并成一列
def ab(df):
    return', '.join(df.values)
#剔除空字符或者空值
data = data[(data['project'].isnull()==False) & (data['project']!='')]

data1 = data.groupby(['id'])['project'].apply(ab)
df = data1.reset_index()

# 一个单元格转成一列

def row_to_col(df,key,value): #key 列名，value 需要转列的字段
    df_left = df[[key]]
    df_values = df[value].str.split(", |,",expand=True)#expand=True单独成列，修改你的分隔符号
    df_stack =  df_values.stack()#行转列
    df_stack = df_stack.reset_index(level=1,drop=True)#删除第二列索引
    df_right = pd.concat([df_stack],axis=1,keys=(value,))#给第二列增加列名
    df = pd.merge(df_left,df_right,how='left',left_index=True,right_index=True)#根据索引值进行left join
    df = df.reset_index(level=0,drop=True)#重置索引
    return df

# 这个版本是返回原df所有列
def row_to_col(df,value): #，value 需要转列的字段
    key = 'index'
    df['index'] = df.index
    df_raw = df[[i for i in df.columns if i not in [key,value]]]
    df_raw['index'] = df_raw.index
    
    df_left = df[[key]]
    df_values = df[value].str.split(",|，",expand=True)#expand=True单独成列，修改你的分隔符号
    df_stack =  df_values.stack()#行转列
    df_stack = df_stack.reset_index(level=1,drop=True)#删除第二列索引
    df_right = pd.concat([df_stack],axis=1,keys=(value,))#给第二列增加列名
    df = pd.merge(df_left,df_right,how='left',left_index=True,right_index=True)#根据索引值进行left join
    df = df.reset_index(level=0,drop=True)#重置索引
    df = pd.merge(df,df_raw,on='index')#根据索引值进行left join
    return df