基于min和max值重复Pandas DataFrame行并生成递增value列

输入示例 #

期望输出 #

解决方案 #

方法一：apply + explode（简洁直观） #

利用apply为每行生成从min到max的序列，再用explode将序列拆分成多行：

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({
    'ID': ['Product ABC', 'Product XXXX'],
    'min': [3, 8],
    'max': [6, 10]
})

# 生成value序列并展开
df['value'] = df.apply(lambda row: pd.Series(range(row['min'], row['max'] + 1)), axis=1)
df = df.explode('value', ignore_index=True)

方法二：numpy + repeat（高效适合大数据） #

通过计算重复次数先复制行，再用numpy批量生成value列，性能更优：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'ID': ['Product ABC', 'Product XXXX'],
    'min': [3, 8],
    'max': [6, 10]
})

# 计算每行需要重复的次数
repeat_counts = df['max'] - df['min'] + 1
# 重复行并重置索引
df_repeated = df.loc[df.index.repeat(repeat_counts)].reset_index(drop=True)
# 批量生成递增的value值
values = np.concatenate([np.arange(mn, mx + 1) for mn, mx in zip(df['min'], df['max'])])
df_repeated['value'] = values

内容的提问来源于stack exchange，提问作者Awans