如何复制Pandas行直至Date_Numerical字段值低于30.5阈值

• 现有代码存在两个核心问题：
  1. 判断阈值不符合要求：需求是Date_Numerical大于30.5才触发拆分，代码中写的是大于30，边界值判断会出错
  2. 仅做了单次行复制，对于需要拆分多次的数值（如示例中的110需要拆分出4行）无法覆盖，因此无法得到预期结果

方案1：逐行迭代实现（逻辑易理解，适合小数据量） #

import pandas as pd

def split_row(row):
    rows_list = []
    current_date_val = row['Date_Numerical']
    # 只要数值大于等于30.5就持续生成新行
    while current_date_val >= 30.5:
        temp_row = row.copy()
        temp_row['Date_Numerical'] = current_date_val
        rows_list.append(temp_row)
        current_date_val -= 30
    # 补充最后一个低于30.5的行
    temp_row = row.copy()
    temp_row['Date_Numerical'] = current_date_val
    rows_list.append(temp_row)
    return pd.DataFrame(rows_list)

# 测试原始数据
df = pd.DataFrame({'SCU_KEY':         [3, 4, 5, 6],
                   'Date_Numerical':  [70, 20, 15, 110]})

# 合并所有拆分后的行
df_2 = pd.concat([split_row(row) for _, row in df.iterrows()], ignore_index=True)

运行后输出与你给出的期望结果完全一致。

方案2：向量化实现（无循环，效率更高，适合十万行以上的大数据量） #

import pandas as pd
import numpy as np

df = pd.DataFrame({'SCU_KEY':         [3, 4, 5, 6],
                   'Date_Numerical':  [70, 20, 15, 110]})

# 计算每行需要生成的行数
df['repeat_cnt'] = np.ceil((df['Date_Numerical'] - 0.5) / 30).astype(int)
# 按计算出的次数重复行
df_2 = df.loc[df.index.repeat(df['repeat_cnt'])].reset_index(drop=True)
# 分组计算递减后的Date_Numerical值
df_2['Date_Numerical'] = df_2['Date_Numerical'] - 30 * df_2.groupby(level=0).cumcount()
# 删除辅助计算列
df_2 = df_2.drop('repeat_cnt', axis=1)

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