如何以Pythonic方式实现Pandas按次数重复DataFrame的UserID？

可以直接利用 pandas 内置的 repeat() 方法实现，这是完全向量化的操作，无需手动写循环，非常符合Pythonic风格：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'UserID': ['abc123', 'def234'],
    'num_attempts': [4, 3]
})

# 生成目标DataFrame
result_df = pd.DataFrame(df['UserID'].repeat(df['num_attempts']), columns=['result_col'])

print(result_df)

代码说明： #

• df['UserID'].repeat(df['num_attempts'])：对UserID列的每个元素，按照对应行num_attempts的值进行重复，返回一个Series
• 把这个Series传入pd.DataFrame()，并指定列名为result_col，就得到了目标格式的DataFrame

运行后输出结果：

result_col
0    abc123
0    abc123
0    abc123
0    abc123
1    def234
1    def234
1    def234

如果不需要保留原始索引，可以加上.reset_index(drop=True)来重置索引：

result_df = pd.DataFrame(
    df['UserID'].repeat(df['num_attempts']), 
    columns=['result_col']
).reset_index(drop=True)

此时输出的索引会变成连续序列：

result_col
0    abc123
1    abc123
2    abc123
3    abc123
4    def234
5    def234
6    def234

内容的提问来源于stack exchange，提问作者FlyingPickle