在Pandas中将频数表转换为原始数据

嘿，我明白你要做的事——把频数表格式的DataFrame展开成包含原始重复观测值的Series对吧？这在数据处理里挺常见的，用Pandas就能轻松搞定，给你两种简单的方法：

方法一：用Series.repeat()（最简洁高效） #

首先我们先构造你描述的示例DataFrame：

import pandas as pd

# 模拟你的输入数据
df = pd.DataFrame({
    'obs': [-0.3, 0.9, 1.4],
    'count': [3, 2, 5]
})

接下来直接使用repeat()方法，让每个obs值重复对应的count次数：

# 生成目标Series
expanded_series = df['obs'].repeat(df['count']).reset_index(drop=True)

运行后，expanded_series就是你想要的结果：

0   -0.3
1   -0.3
2   -0.3
3    0.9
4    0.9
5    1.4
6    1.4
7    1.4
8    1.4
9    1.4
Name: obs, dtype: float64

方法二：用DataFrame索引重复（更直观理解逻辑） #

如果你想更清晰地看到索引的变化过程，也可以通过重复DataFrame的索引来实现：

expanded_series = df.loc[df.index.repeat(df['count']), 'obs'].reset_index(drop=True)

这个方法的逻辑是先把每个行索引重复count次，再通过索引取出对应的obs值，最后重置索引去掉原有的重复索引。

两种方法都能达到你想要的效果，第一种更简洁高效，推荐优先使用~

内容的提问来源于stack exchange，提问作者Martan