Pandas如何按数组长度复制DataFrame行并将值列与百分比相乘

现有包含name、value列的pandas DataFrame对象df，以及存储多个百分比数值的数组，需要实现两个逻辑：

• 按照数组内的元素个数，复制df中的每一行
• 复制得到的每行value值，依次与数组内的百分比相乘，得到最终计算结果

目前使用repeat方法实现存在逻辑静态、冗余的问题，需要更优的实现方案。
相关示例如下：

1. 百分比数组定义

pct_list = [0.2, 0.5, 0.7]

2. 原始DataFrame内容

name  value
0 name1     20
1 name2     10

3. 期望输出结果

name  value
0 name1    4.0
1 name1   10.0
2 name1   14.0
3 name2    2.0
4 name2    5.0
5 name2    7.0

直接用pandas交叉连接（笛卡尔积）实现即可，比repeat写法灵活，没有硬编码冗余，同时是原生向量化运算，性能足够好。

兼容所有pandas版本的写法 #

import pandas as pd

# 原始数据
df = pd.DataFrame({'name': ['name1', 'name2'], 'value': [20, 10]})
pct_list = [0.2, 0.5, 0.7]

# 构造带统一关联键的百分比临时表
pct_df = pd.DataFrame({'pct': pct_list, 'tmp_key': 1})
df['tmp_key'] = 1

# 关联得到笛卡尔积，自动按百分比数组长度复制所有行
res = df.merge(pct_df, on='tmp_key')
# 计算新的value值，删除临时列
res['value'] = res['value'] * res['pct']
res = res.drop(columns=['tmp_key', 'pct']).reset_index(drop=True)

运行后输出和预期完全一致。

pandas 1.2.0+ 简化写法 #

高版本pandas原生支持cross连接，不需要手动加临时键，代码更短：

pct_df = pd.DataFrame({'pct': pct_list})
res = df.merge(pct_df, how='cross')
res['value'] = res['value'] * res['pct']
res = res.drop(columns=['pct']).reset_index(drop=True)

方案优势 #

• 无硬编码：后续调整百分比数组的长度、数值，不需要修改核心逻辑，不会出现repeat写法里写死复制次数导致的bug
• 性能好：全流程pandas向量化运算，比循环、逐行apply的实现快几个量级，十万级以上数据也能快速处理
• 扩展性强：如果需要溯源每行计算对应的百分比，保留pct列即可，不需要额外改逻辑

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