如何解决Pandas宽表转长表操作中的TypeError错误？

问题场景 #

现有数据如下：

import pandas as pd
df = pd.DataFrame({'Id': ['AA', 'BB', 'CC'], 'Value': [4, 2, 3]})

目标是将每行的Value列转换为从1到对应值的序列，再通过explode实现宽表转长表，但原代码报错：

df['Value'] = df.apply(list(range(1, df['Value'])))
df.explode('Value')

错误信息：

TypeError: 'Series' object cannot be interpreted as an integer

错误原因 #

df['Value']是整个Series对象，而range()需要传入单个整数，直接在apply里调用range(1, df['Value'])会把Series当成参数传入，导致类型错误。另外apply默认按列处理，需要指定axis=1来按行执行逻辑。

修复后的代码 #

用lambda对每行单独处理，同时注意range是左闭右开区间，要给Value加1才能包含目标值：

import pandas as pd
df = pd.DataFrame({'Id': ['AA', 'BB', 'CC'], 'Value': [4, 2, 3]})

# 生成每行对应的序列列表
df['Value'] = df.apply(lambda x: list(range(1, x['Value'] + 1)), axis=1)
# 展开列表实现长表转换
result = df.explode('Value')
print(result)

输出结果：

Id Value
0  AA     1
0  AA     2
0  AA     3
0  AA     4
1  BB     1
1  BB     2
2  CC     1
2  CC     2
2  CC     3

更高效的替代方案 #

如果数据量较大，apply的性能可能不足，可以用repeat结合分组计数的方式实现，避免生成列表：

import pandas as pd
df = pd.DataFrame({'Id': ['AA', 'BB', 'CC'], 'Value': [4, 2, 3]})

# 按Value值重复每行
df_repeat = df.loc[df.index.repeat(df['Value'])]
# 分组生成从1开始的序号
df_repeat['Value'] = df_repeat.groupby('Id').cumcount() + 1
print(df_repeat)

这个方法直接利用Pandas的向量化操作，性能比apply更优。

内容的提问来源于stack exchange，提问作者Timeless