如何根据次数列重复金额列生成行长度可变的DataFrame B？

没问题，我来帮你搞定这个需求！用Pandas可以轻松实现，下面是具体的步骤和代码示例：

核心思路 #

利用Pandas的repeat()方法，让Amount列的每个值按照Number of times列对应的次数重复，再整理成你需要的单行DataFrame结构，完全适配“行长度不固定”的要求。

代码示例 #

首先我们先构造你提到的示例DataFrame A，方便测试：

import pandas as pd

# 创建示例DataFrame A
df_a = pd.DataFrame({
    'Amount': [50, 80],
    'Number of times': [4, 2]
})

接下来执行重复操作，并生成目标DataFrame B：

# 按对应次数重复Amount列的每个值
repeated_series = df_a['Amount'].repeat(df_a['Number of times'])

# 将重复后的序列转成单行的DataFrame B
df_b = pd.DataFrame(repeated_series.values.reshape(1, -1))

执行后，df_b的输出就和你期望的一致：

0    1    2    3    4    5
0  50  50  50  50  80  80

如果你不需要列名，或者想要更简洁的列表形式，也可以直接转换：

result_list = repeated_series.tolist()
# 输出: [50, 50, 50, 50, 80, 80]

补充说明 #

• repeat()方法会自动匹配每行的次数，不管你的DataFrame A有多少行、次数是多少，都能动态生成对应长度的结果，完美适配“行长度不固定”的场景。
• 如果需要给df_b的列设置自定义名称，可以在构造DataFrame时指定columns参数，比如：

df_b = pd.DataFrame(
    repeated_series.values.reshape(1, -1),
    columns=[f'Value_{i+1}' for i in range(len(repeated_series))]
)

内容的提问来源于stack exchange，提问作者ccc