如何在Pandas中按列值重复行并添加重复索引列

嗨，这问题我熟！你已经用df.loc[df.index.repeat(df.n)]搞定了行重复的核心部分，现在只需要结合Pandas的分组计数功能，就能轻松生成你要的repeat_id列，完美匹配目标结果。

直接上完整实现代码：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame(data={
    'id': ['A', 'B', 'C'],
    'n' : [ 1, 2, 3],
    'v' : [ 10, 13, 8]
})

# 一步完成行重复+添加repeat_id
result = df.loc[df.index.repeat(df.n)].assign(
    repeat_id=lambda x: x.groupby(level=0).cumcount()
)

# 验证结果是否符合预期
print(result)

简单解释下原理 #

• df.index.repeat(df.n)会根据n列的数值重复对应行，重复后的行保留原始的索引值
• groupby(level=0)按原始索引分组（因为重复行的索引和原行完全一致）
• cumcount()会为每个分组内的行从0开始递增计数，刚好生成0到k-1的repeat_id值（k就是每行对应的n值）

运行后得到的结果和你给出的what_i_want完全一致！

内容的提问来源于stack exchange，提问作者kampta