如何将整数按数值拆分为Pandas DataFrame的多行？

你可以通过以下步骤实现需求，核心思路是先按整数列重复行，再根据组内序号判断第二整数列的取值：

1. 按整数次数重复行：依据Integer_Column的数值，将每行重复对应次数
2. 生成组内序号：对每个StringColumn分组，给组内每行分配从1开始的连续序号
3. 转换整数列值：将第一列整数统一设为1；第二列整数根据序号与原Integer_Column2的阈值关系，设置为1或0

完整代码 #

import pandas as pd

# 初始化原始DataFrame
df = pd.DataFrame({'StringColumn': ['A', 'B', 'C'], 
                   'Integer_Column': [5,3,4],
                   'Integer_Column2': [3,2,1]})

# 步骤1：按Integer_Column的值重复每行
df_repeated = df.loc[df.index.repeat(df['Integer_Column'])].reset_index(drop=True)

# 步骤2：生成每个分组内的序号（从1开始）
df_repeated['seq'] = df_repeated.groupby('StringColumn').cumcount() + 1

# 步骤3：将第一列整数统一设为1
df_repeated['Integer_Column'] = 1

# 步骤4：根据序号与原阈值的关系，设置第二列整数的值
thresholds = df['Integer_Column2'].repeat(df['Integer_Column']).reset_index(drop=True)
df_repeated['Integer_Column2'] = (df_repeated['seq'] <= thresholds).astype(int)

# 整理结果：删除辅助列，重命名列名
df_result = df_repeated.drop('seq', axis=1).rename(columns={
    'StringColumn': 'String',
    'Integer_Column': 'Integer',
    'Integer_Column2': 'Integer'
})

print(df_result)

输出结果 #

运行代码后将得到目标表格：

内容的提问来源于stack exchange，提问作者stwpf01