Python pandas使用If逻辑按bugs列值复制行并调整数值的实现方案

你可以直接使用pandas内置的repeat方法完成需求，完整可运行代码如下：

import pandas as pd

df = pd.DataFrame(data={
  'id': ['A', 'B', 'C'],
  'bugs' : [  1,   2,   3],
})

# 核心实现代码
result = df.loc[df.index.repeat(df['bugs'])].assign(bugs=1).reset_index(drop=True)

print(result)

运行输出结果和你给出的the_result_i_want完全一致。

逻辑说明 #

• df.index.repeat(df['bugs'])：按照每行bugs列的数值，生成对应重复次数的行索引
• 通过loc按重复后的索引取行，得到行重复后的DataFrame
• assign(bugs=1)：将所有行的bugs列统一修改为1
• reset_index(drop=True)：重置索引，清除重复的旧索引避免影响后续数据操作
  该方案为pandas原生向量化操作，相比循环逐行复制的写法性能更高，适合处理大批量数据。

内容的提问来源于stack exchange，提问作者Miraiinik