如何在Pandas中实现基于起始值与数量的数据展开逻辑？

方法1：使用repeat扩展行 + 分组计算编号 #

这种方法先按qty字段重复每行数据，再通过分组计算生成连续的number值：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'item id': [1],
    'qty': [3],
    'start': [1000],
    'end': [1003]
})

# 按qty重复每行数据
expanded_df = df.loc[df.index.repeat(df['qty'])]

# 分组计算number：start值加上组内的行索引（从0开始）
expanded_df['number'] = expanded_df.groupby('item id')['start'].transform(
    lambda x: x + pd.Series(range(len(x)), index=x.index)
)

# 重置索引（可选，让索引连续）
expanded_df = expanded_df.reset_index(drop=True)

print(expanded_df)

输出结果：

item id  qty  start   end  number
0        1    3   1000  1003    1000
1        1    3   1000  1003    1001
2        1    3   1000  1003    1002

方法2：使用apply生成编号列表 + explode拆分多行 #

这种方法先为每行生成对应的编号列表，再将列表拆分成多行：

import pandas as pd

df = pd.DataFrame({
    'item id': [1],
    'qty': [3],
    'start': [1000],
    'end': [1003]
})

# 为每行生成从start开始的连续qty个数字的列表
df['number'] = df.apply(lambda row: list(range(row['start'], row['start'] + row['qty'])), axis=1)

# 将列表拆分成多行
expanded_df = df.explode('number', ignore_index=True)

print(expanded_df)

输出结果与方法1完全一致。

补充说明 #

• 两种方法均采用Pandas的批量操作，避免了原生Python的手动循环，处理大规模数据时效率更高。
• 你提供的原生Python代码存在逻辑问题：number = []放在循环内会每次清空列表，且np.append的语法错误；Pandas的方案无需这类手动循环逻辑，直接通过内置API实现需求。

内容的提问来源于stack exchange，提问作者Obvious Nchimunya Chilyabanyam