如何不使用循环创建每行含连续递增整数至指定值的pandas DataFrame

完全可以用numpy向量化广播实现，没有任何显式Python循环，性能远高于传统循环写法，示例代码如下：

import pandas as pd
import numpy as np

# 输入的整数数组
input_arr = np.array([5, 3, 7, 6, 4])
# 计算所需的最大列数
max_col_cnt = input_arr.max()

# 广播生成布尔掩码：第i行第j列值为True当且仅当 1+j <= input_arr[i]
mask = input_arr[:, None] >= np.arange(1, max_col_cnt + 1)
# 填充数值，不符合条件的位置默认补NaN，可按需替换为其他值
result_arr = np.where(mask, np.arange(1, max_col_cnt + 1), np.nan)

# 转成DataFrame
df = pd.DataFrame(result_arr)

效果验证 #

针对你给出的示例数组，生成的DataFrame结构如下：

• 第1行：[1, 2, 3, 4, 5, NaN, NaN]
• 第2行：[1, 2, 3, NaN, NaN, NaN, NaN]
• 第3行：[1, 2, 3, 4, 5, 6, 7]
• 第4行：[1, 2, 3, 4, 5, 6, NaN]
• 第5行：[1, 2, 3, 4, NaN, NaN, NaN]

完全符合你的需求。如果不需要保留NaN，可将代码中的np.nan替换为你需要的填充值（比如0、空字符串等）。

内容的提问来源于stack exchange，提问作者J. Chapman