如何生成有序XY坐标的Python DataFrame列？

下面是几种在Python的pandas DataFrame中生成符合要求的X、Y列的实用方法：

方法一：利用numpy的向量重复功能（高效推荐） #

借助numpy.repeat重复每个X值，numpy.tile循环生成Y序列，适合处理大规模数据：

import pandas as pd
import numpy as np

# 定义X的取值范围和每个X对应的Y的数量
x_values = range(3)  # X取0、1、2
y_count = 5  # 每个X对应Y从0到4共5个值

X = np.repeat(x_values, y_count)
Y = np.tile(range(y_count), len(x_values))

df = pd.DataFrame({'X': X, 'Y': Y})

方法二：使用pandas多级索引展开 #

通过MultiIndex.from_product直接生成笛卡尔积，再转为DataFrame，代码简洁：

import pandas as pd

x_values = range(3)
y_values = range(5)

# 生成X和Y的笛卡尔积索引
multi_index = pd.MultiIndex.from_product([x_values, y_values], names=['X', 'Y'])
# 转换为DataFrame并去掉索引
df = multi_index.to_frame(index=False)

方法三：列表推导式手动构建（直观易懂） #

用嵌套列表推导式直接生成X和Y的列表，适合小数据量场景，逻辑清晰：

import pandas as pd

x_max = 2  # X的最大值
y_max = 4  # Y的最大值

# 生成X列：每个X值重复(y_max+1)次
X = [x for x in range(x_max + 1) for _ in range(y_max + 1)]
# 生成Y列：0到y_max循环(x_max+1)次
Y = [y for _ in range(x_max + 1) for y in range(y_max + 1)]

df = pd.DataFrame({'X': X, 'Y': Y})

方法四：循环赋值（适合理解基础逻辑） #

通过嵌套循环逐行赋值，虽然效率较低，但能清晰展示生成逻辑，适合教学场景：

import pandas as pd

x_max = 2
y_max = 4
total_rows = (x_max + 1) * (y_max + 1)

# 初始化空DataFrame
df = pd.DataFrame(index=range(total_rows), columns=['X', 'Y'])

current_row = 0
for x in range(x_max + 1):
    for y in range(y_max + 1):
        df.loc[current_row, 'X'] = x
        df.loc[current_row, 'Y'] = y
        current_row += 1

内容的提问来源于stack exchange，提问作者user19678327