以下是一个示例代码，用于按照每个组中的其他列拆分列值：

import pandas as pd

# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'B', 'C'],
        'Column1': [1, 2, 3, 4, 5, 6],
        'Column2': ['X', 'Y', 'Z', 'W', 'X', 'Y']}
df = pd.DataFrame(data)

# 按照 Group 列进行分组，并将其他列的值拼接为字符串
df['NewColumn'] = df.groupby('Group').apply(lambda x: ','.join(x['Column2'])).reset_index(drop=True)

print(df)

输出结果如下：

  Group  Column1 Column2  NewColumn
0     A        1       X        X,Y
1     A        2       Y        X,Y
2     B        3       Z    Z,W,X,Y
3     B        4       W    Z,W,X,Y
4     B        5       X    Z,W,X,Y
5     C        6       Y          Y

在上面的示例中，首先创建了一个包含三列的 DataFrame。然后使用 groupby 方法按照 Group 列进行分组。在 apply 方法中，使用 join 方法将每个组的 Column2 列的值拼接为一个字符串，并将结果存储在 NewColumn 列中。最后，通过 reset_index(drop=True) 方法重置索引，以保持 DataFrame 结构的一致性。