如何根据指定数值将单行数据拆分为多行用于标签打印

该功能完全可实现，以下是不同使用场景下的具体落地方法，默认单标签对应固定数量为100，可根据实际业务值替换：

• SQL直接查询输出（适配从订单表直接取数打印的场景）
  核心思路是通过连续数字序列关联原订单表，生成对应数量的拆分行。支持递归CTE的数据库（MySQL 8.0+、PostgreSQL、SQL Server等）可直接用以下语句查询，假设原订单表名为order_items：

  WITH RECURSIVE sequence AS (
      SELECT 1 AS num
      UNION ALL
      SELECT num + 1 FROM sequence WHERE num < 1000 -- 上限设置为业务中单商品最多可能的标签数即可
  )
  SELECT
      oi.ItemID,
      oi.Descripcion,
      100 AS Qty
  FROM order_items oi
  JOIN sequence s ON s.num <= CEIL(oi.Qty / 100);
  

  如果使用不支持递归CTE的旧版数据库，可以提前创建一张存储1~10000连续整数的辅助表，直接关联辅助表即可实现相同效果，不需要修改核心逻辑。
• Excel/WPS表格快速处理（适配小批量手动处理场景）
  操作步骤：
  1. 原表新增辅助列，用公式=CEILING([@Qty]/100,1)计算每条商品记录需要拆分的标签行数
  2. 选中数据区域导入Power Query编辑器，添加自定义列，输入公式List.Repeat({100},[辅助列])生成对应数量的单标签数量列表
  3. 展开自定义列到新行，导出数据即可直接用于标签打印，全程不需要手动复制行。
• Python批量处理（适配大批量数据自动化场景）
  借助pandas库可快速完成批量拆分，示例代码：

  import pandas as pd
  # 读取原始订单数据
  order_df = pd.read_excel("订单表.xlsx")
  # 按拆分规则生成多行数据，固定每行Qty为100
  label_df = order_df.loc[order_df.index.repeat(order_df["Qty"] // 100)].assign(Qty=100)
  # 若存在总数量不是100整数倍的情况，追加余数行即可
  remainder = order_df[order_df["Qty"] % 100 != 0].assign(Qty=lambda x: x["Qty"] % 100)
  label_df = pd.concat([label_df, remainder], ignore_index=True)
  # 导出标签打印文件
  label_df.to_excel("标签打印数据.xlsx", index=False)
  

上述方案均已覆盖你给出的示例场景：原记录Qty为300时，会自动生成3行Qty为100的相同商品记录，和你预期的输出结果完全一致。

内容的提问来源于stack exchange，提问作者arthurbas