Python Pandas：如何按DataFrame指定列数值复制行并修改该列值为对应范围

你已经通过df.loc[df.index.repeat(df['Table'])]完成了行复制，仅需额外对Table列生成对应连续序号即可，完整实现代码如下：

import pandas as pd

# 你现有的重复行逻辑
expanded_df = df.loc[df.index.repeat(df['Table'])].copy()
# 按原始索引分组生成1到原数值的连续序列
expanded_df['Table'] = expanded_df.groupby(level=0).cumcount() + 1
# 可选：重置索引去掉重复的原始索引
expanded_df.reset_index(drop=True, inplace=True)

代码说明 #

• 重复行操作会保留原始DataFrame的索引，相同原始行拓展出来的多条数据会共用同一个原始索引
• groupby(level=0)表示按最外层的索引（也就是原始索引）分组，cumcount()会给每个分组内的行生成从0开始的递增序号，加1后就得到你需要的1到原Table值的连续整数

如果数据量较大，也可以用直接拼接序列的方式规避groupby，性能更高：

import numpy as np

expanded_df = df.loc[df.index.repeat(df['Table'])].copy()
expanded_df['Table'] = np.concatenate([range(1, n+1) for n in df['Table']])
expanded_df.reset_index(drop=True, inplace=True)

运行上述任意一段代码，得到的expanded_df就是你需要的结果：

内容的提问来源于stack exchange，提问作者user12345