解决Pandas中TypeError: NoneType与int相加报错及行重复需求问题

错误原因 #

1. 文件读取错误：你用pd.ExcelFile()得到的是文件对象，而非可直接操作的DataFrame，后续通过time.index或time['Pending']访问数据时会出现异常，导致取值返回NoneType，触发+运算的类型错误。
2. 变量未初始化+逻辑混乱：代码中df未提前创建就直接赋值；同时用列表存储索引的方式极易引发类型混淆，循环逻辑完全不符合行重复的需求。

正确实现方法 #

Pandas内置了高效的行重复实现方式，完全不需要复杂循环，以下两种方案可靠且高效：

方案一：利用np.repeat生成重复索引 #

import pandas as pd

# 正确读取Excel为DataFrame
df = pd.read_excel('Block_time_JP1.xlsx')
# 根据Pending列的值重复对应行
result = df.loc[df.index.repeat(df['Pending'])]
# 重置索引（可选，让索引连续）
result = result.reset_index(drop=True)

# 查看结果前几行
print(result.head())

方案二：利用explode方法（逻辑更直观） #

import pandas as pd

df = pd.read_excel('Block_time_JP1.xlsx')
# 给每行生成对应次数的列表，再展开成多行
df['temp'] = df['Pending'].apply(lambda x: [x]*x)
result = df.explode('temp').drop('temp', axis=1)
result = result.reset_index(drop=True)

print(result.head())

原代码的错误修正（不推荐，循环效率极低） #

如果一定要用循环实现，需先修正基础问题：

import pandas as pd

# 正确读取数据为DataFrame
time_df = pd.read_excel('Block_time_JP1.xlsx')
# 初始化空的结果DataFrame
result_df = pd.DataFrame(columns=time_df.columns)
current_idx = 0

for _, row in time_df.iterrows():
    repeat_num = row['Pending']
    # 重复当前行指定次数并添加到结果
    for _ in range(repeat_num):
        result_df.loc[current_idx] = row
        current_idx += 1

result_df = result_df.reset_index(drop=True)
print(result_df.head())

注意：循环方法仅适合极小数据集，大数据量下强烈推荐前两种内置方法，效率差距可达数倍甚至数十倍。

内容的提问来源于stack exchange，提问作者Shepherd