如何基于Pandas DataFrame两列数值范围扩展生成对应多行数据

方法1：apply + explode（适合小数据量，代码简洁） #

首先构造测试数据：

import pandas as pd

# 示例原始数据
df = pd.DataFrame({
    'item': ['A', 'B'],
    'index_start': [1, 4],
    'index_end': [3, 7]
})

核心逻辑：

# 逐行生成对应区间的整数列表
df['index'] = df.apply(lambda x: list(range(x['index_start'], x['index_end'] + 1)), axis=1)
# 展开列表为单独的行
result = df.explode('index', ignore_index=True)

该方法仅支持Pandas 1.3及以上版本，代码可读性高，适合小体量数据处理。

方法2：repeat + cumcount（适合大数据量，性能更优） #

如果要处理十万行以上的大表，推荐用向量化操作替代逐行apply，性能提升明显：

# 计算每行需要重复的次数
repeat_cnt = df['index_end'] - df['index_start'] + 1
# 重复对应次数生成新的基础表
res_df = df.loc[df.index.repeat(repeat_cnt)].reset_index(drop=True)
# 按原行分组生成连续递增的index值
res_df['index'] = res_df.groupby(level=0).cumcount() + res_df['index_start']

内容的提问来源于stack exchange，提问作者user3242036