дублирование строк в датасете

Вот вариант, который решит вашу проблему, но прошу учесть, что скорость работы у него будет не очень большая и может потребоваться время, если у вас большой датафрейм:

df = pd.DataFrame({
    'цена': [10,111, 121, 22],
    'наименование': [1, 2, 3, 4],
    'обьем ПЗУ': [100, 80, 90, 100],
    'продажи': [1, 2, 5, 10]
})

duplicated_df = pd.DataFrame()

for _, row in df.iterrows():
    count = row['продажи']
    duplicated_rows = pd.concat([row] * count, axis=1).T
    duplicated_df = pd.concat([duplicated_df, duplicated_rows], ignore_index=True)

Теперь в duplicated_df будут продублированы все строчки в зависимости от значения продаж в оригинальном датафрейме.

Используйте pd.Series.repeat(), передав в качестве аргумента колонку с количеством, чтобы сгенерировать индексы согласно количеству (продаж), и передайте новый индекс в DataFrame.reindex() чтобы составить датафрейм с нужной индексацией и количеством повторов на каждый индекс.

df = df.reindex(df.index.repeat(df['продажи']))

Результат:

   цена  наименование  объем ПЗУ  продажи
0    10             1        100        1
1   111             2         80        2
1   111             2         80        2
2   121             3         90        5
2   121             3         90        5
2   121             3         90        5
2   121             3         90        5
2   121             3         90        5
3    22             4        100       10
3    22             4        100       10
3    22             4        100       10
…    …              …         …         …

… и так далее

Весь код:

import pandas as pd

data = {
    'цена': [10, 111, 121, 22],
    'наименование': [1, 2, 3, 4],
    'объем ПЗУ': [100, 80, 90, 100],
    'продажи': [1, 2, 5, 10]
}

df = pd.DataFrame(data)

df = df.reindex(df.index.repeat(df['продажи']))