以下是一个示例代码，可以按小时拆分日期/时间数据，并将日期/时间范围扩展为行：

import pandas as pd

# 创建一个示例数据集
data = {'datetime': pd.date_range('2021-01-01 00:00:00', '2021-01-01 05:00:00', freq='H'),
        'value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 将datetime列设置为索引
df.set_index('datetime', inplace=True)

# 按小时重新采样数据
df_resampled = df.resample('H').asfreq()

# 重新索引为连续的小时范围
start_date = df_resampled.index.min().floor('H')
end_date = df_resampled.index.max().ceil('H')
index = pd.date_range(start=start_date, end=end_date, freq='H')
df_resampled = df_resampled.reindex(index)

# 输出结果
print(df_resampled)

输出结果如下所示：

                     value
2021-01-01 00:00:00   10.0
2021-01-01 01:00:00   20.0
2021-01-01 02:00:00   30.0
2021-01-01 03:00:00   40.0
2021-01-01 04:00:00   50.0
2021-01-01 05:00:00   60.0

在这个示例中，首先创建了一个包含日期/时间和值的示例数据集。然后，使用resample函数按小时重新采样数据。接下来，通过重新索引为连续的小时范围，将日期/时间范围扩展为行。最后，输出结果。