如何基于DataFrame列生成指定重复次数的元素列表？

针对你的需求，有两种简便的实现方式，都是基于Pandas的高效操作：

方法一：使用numpy.repeat（推荐，数据量大时更高效） #

利用numpy的repeat函数直接按指定次数重复每个元素，再转成列表：

import pandas as pd
import numpy as np

# 构造示例DataFrame
df = pd.DataFrame({
    'value': ['a', 'b', 'c', 'd'],
    'count': [1, 2, 3, 4]
})

# 生成目标列表
list_wanted = np.repeat(df['value'], df['count']).tolist()
# 结果：['a', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'd', 'd']

方法二：使用Pandas的apply+explode #

先通过apply将每个值转换成重复指定次数的子列表，再用explode展开成单个元素，最后转成列表：

import pandas as pd

df = pd.DataFrame({
    'value': ['a', 'b', 'c', 'd'],
    'count': [1, 2, 3, 4]
})

# 生成重复后的子列表列
df['repeated_values'] = df.apply(lambda row: [row['value']] * row['count'], axis=1)
# 展开并转成列表
list_wanted = df['repeated_values'].explode().tolist()

为什么你之前的尝试无效？ #

你提到的“值列表与次数列表相乘”，本质是尝试对两个列表做乘法操作，但Python中列表与列表无法直接相乘；如果是用列表推导式[val * cnt for val, cnt in zip(lista, listb)]，得到的是字符串重复（比如'b'*2变成'bb'），而非将元素作为独立项重复，所以和需求不符。

内容的提问来源于stack exchange，提问作者Max