生成带权重的重复状态列表技术实现问询

首先，我理解你的需求是：基于已有的多个状态序列（l1到l7）组成的Status列表，按照指定的权重（每个序列的重复次数或比例）生成一个包含大量重复序列的最终列表，同时保持每个序列内部的原有顺序。

下面提供两种常用的实现思路，基于Python来完成：

方案1：按指定重复次数（权重为具体次数）生成 #

如果你的权重是明确的重复次数（比如希望l1重复15000次，l2重复10000次，其他序列按需设置），可以直接通过循环批量拼接实现：

代码示例 #

# 先定义你的状态序列（示例用l1-l3，l4-l7可自行补充）
l1 = ['InitialRequest','Approved','WorkStarted','OnHold','InProgress','OnHold','InProgress','Completed']
l2 = ['InitialRequest','Approved','WorkStarted','OnHold','OnHold','OnHold','OnHold','Cancelled']
l3 = ['InitialRequest','Approved','WorkStarted','InProgress','InProgress','InProgress','InProgress','Completed']
Status = [l1, l2, l3]  # 包含所有7个序列的列表

# 定义权重：每个元素对应Status中序列的重复次数
# 比如l1重复15000次，l2重复12000次，l3重复8000次，后续l4-l7继续补充
weights = [15000, 12000, 8000]

# 生成最终结果列表
final_list = []
for seq, repeat_count in zip(Status, weights):
    # 注意：用seq.copy()创建新副本，避免所有重复项引用同一个列表对象
    final_list.extend([seq.copy() for _ in range(repeat_count)])

关键注意点 #

• 因为状态序列是可变的列表对象，必须使用seq.copy()或list(seq)创建副本，否则所有重复的序列都会指向同一个内存地址，后续修改其中一个会影响所有重复项。
• 使用extend()批量添加比逐个append()效率更高，尤其适合大数量级的重复场景。

方案2：按比例权重生成（总数量固定） #

如果你的需求是按比例分配（比如l1占总数据的30%，l2占25%等），可以先根据总目标数量计算每个序列的重复次数，再生成结果：

代码示例 #

# 同样先定义状态序列和Status列表（同方案1）
l1 = ['InitialRequest','Approved','WorkStarted','OnHold','InProgress','OnHold','InProgress','Completed']
l2 = ['InitialRequest','Approved','WorkStarted','OnHold','OnHold','OnHold','OnHold','Cancelled']
l3 = ['InitialRequest','Approved','WorkStarted','InProgress','InProgress','InProgress','InProgress','Completed']
Status = [l1, l2, l3]

# 总目标记录数
total_records = 105000  # 比如原需求7个序列各15000次的总数量
# 比例权重：每个元素对应序列的占比，总和需接近1（允许微小误差）
weight_ratios = [0.3, 0.25, 0.45]  # 对应l1、l2、l3的占比，后续补充l4-l7的比例

# 计算每个序列的重复次数
repeat_counts = [int(total_records * ratio) for ratio in weight_ratios]
# 修正四舍五入导致的总数量误差，把剩余记录数加到最后一个序列上
repeat_counts[-1] += total_records - sum(repeat_counts)

# 生成最终列表
final_list = [seq.copy() for seq, count in zip(Status, repeat_counts) for _ in range(count)]

可选优化 #

如果需要打乱最终列表的顺序（比如避免相同序列连续出现），可以在生成后添加：

import random
random.shuffle(final_list)

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