如何使用Pandas高效按列中数量值展开DataFrame？

嗨，我来帮你搞定这个问题！用Python循环处理确实在数据量上去之后效率拉胯，完全可以用Pandas的内置方法来解决，代码简洁还快，根本不需要写循环~

初始数据 #

先回顾下你的初始DataFrame：

import pandas as pd
df = pd.DataFrame({'first-name':['Jan','Leilani'],'Qty':[2,4]})

输出：

实现步骤 #

这里我们用repeat复制行，再结合groupby+cumcount()生成序号列，两步就能完成需求：

1. 按Qty值复制行：利用df.index.repeat()方法，根据每行的Qty数值重复对应次数的行：

df_expanded = df.loc[df.index.repeat(df['Qty'])]

这一步后的数据会变成：

2. 添加position序号列：通过groupby(level=0)按原索引分组，再用cumcount()生成组内连续计数（默认从0开始），加1后就得到从1起始的序号：

df_expanded['position'] = df_expanded.groupby(level=0).cumcount() + 1

最后可以重置索引让数据更整洁：

df_expanded = df_expanded.reset_index(drop=True)

最终输出 #

此时的df_expanded就是你想要的结果：

补充说明 #

你提到的melt函数其实是用来处理宽表转长表的场景（比如把多列合并成一列），并不适配这个需求。而上面用到的方法都是Pandas的向量化操作，比Python循环效率高几个数量级，尤其是数据量大的时候，优势会特别明显~

内容的提问来源于stack exchange，提问作者Maile Cupo