Python Pandas DataFrame 按quantity扩展行并生成连续对应ID实现方法
Pandas 按指定值展开生成组内递增ID的实现代码
针对包含name、quantity两列的DataFrame展开需求,提供两种适配不同数据规模的可直接运行的实现方案:
前置测试数据
先构造和示例结构完全一致的原始DataFrame:
import pandas as pd # 原始输入数据 df = pd.DataFrame({ 'name': ['a', 'e', 'g'], 'quantity': [5, 4, 7] })
方案1:explode展开法(逻辑直观,适合小数据量快速实现)
核心实现路径是先为每一行生成从1到quantity的连续id列表,再将列表列炸开为独立行,最后清理多余字段:
# 逐行生成对应长度的id序列 df['id'] = df.apply(lambda row: list(range(1, row['quantity'] + 1)), axis=1) # 炸开列表列、删除原quantity列、重置行索引 result = df.explode('id').drop(columns=['quantity']).reset_index(drop=True)
特点:代码逻辑和需求拆解思路完全对齐,容易理解和修改,适合千行以内的中小数据量场景。
方案2:索引重复法(向量化操作,适合大数据量场景)
核心实现路径是通过索引重复完成行展开,再用分组累计计数生成从1开始的id,全程无逐行循环开销:
# 按quantity值重复原始行的索引,拿到展开后的全量索引序列 repeat_idx = df.index.repeat(df['quantity']) # 取出展开后的name字段 result = df.loc[repeat_idx, ['name']].reset_index(drop=True) # 按name分组,累计计数从0开始,加1即为从1起始的递增id result['id'] = result.groupby('name').cumcount() + 1
特点:基于Pandas向量化接口实现,无逐行apply的循环开销,当原始数据量达到十万、百万行级别时,运行效率远高于逐行处理的方案。
两种方案运行后均可输出完全匹配要求的结果:共16行数据,其中a对应5条id从1到5的记录,e对应4条id从1到4的记录,g对应7条id从1到7的记录。
内容的提问来源于stack exchange,提问作者nelpopjauth
相关产品推荐
相关产品推荐

