如何高效生成每组重复5次的整数列表以实现数据集索引？

这问题我之前处理数据集时也碰到过，一个个拼接小列表的方式确实效率极低，尤其是数据量再往上走的时候完全不实用。给你几个Python环境下的高效方案，按需选择：

1. 纯Python列表推导式（简洁高效，无依赖） #

这是最直接的纯Python实现，底层用C优化过，比手动循环拼接快得多。核心思路是先确定需要的基础数字范围（90个元素÷每个数重复5次=18个数字，从1到18），然后对每个数字生成5次重复再展开：

index_list = [num for num in range(1, 19) for _ in range(5)]

2. itertools工具链（内存友好，适合超大数据量） #

如果你的数据集后续可能扩展到非常大的规模，用迭代器的方式可以避免一次性占用大量内存。借助itertools.repeat生成每个数字的重复迭代器，再用chain把它们串联起来：

from itertools import repeat, chain

index_list = list(chain.from_iterable(repeat(num, 5) for num in range(1, 19)))

这种方式不会提前生成完整的列表，而是按需生成元素，内存占用会小很多。

3. Numpy向量化操作（适合数值型数据集，速度拉满） #

如果你的索引后续要和数值型数据集配合使用（比如Pandas、Numpy数组），用Numpy的向量化操作是最优解，速度比纯Python快几个数量级：

import numpy as np

index_array = np.repeat(np.arange(1, 19), 5)
# 如果需要转成普通列表的话
index_list = index_array.tolist()

Numpy的repeat函数会直接在底层做向量化重复，不需要Python层面的循环，效率极高。

内容的提问来源于stack exchange，提问作者Anh duong Le