如何复制 pandas dataframe 中的行

您可以使用以下基本语法多次复制 pandas DataFrame 的每一行：

 #replicate each row 3 times
df_new = pd. DataFrame ( np.repeat ( df.values , 3 ,axis= 0 ))

NumPy Repeat()函数的第二个参数中的数字指定复制每行的次数。

以下示例展示了如何在实践中使用此语法。

示例：复制 Pandas DataFrame 中的行

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#create dataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F'],
                   ' points ': [18, 20, 19, 14, 14, 11],
                   ' assists ': [5, 7, 7, 9, 12, 5],
                   ' rebounds ': [11, 8, 10, 6, 6, 5]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 20 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 5 5

我们可以使用以下语法将 DataFrame 的每一行复制三次：

 import numpy as np

#define new DataFrame as original DataFrame with each row repeated 3 times
df_new = pd. DataFrame ( np.repeat ( df.values , 3 ,axis= 0 ))

#assign column names of original DataFrame to new DataFrame
df_new. columns = df. columns

#view new DataFrame
print (df_new)

   team points assists rebounds
0 A 18 5 11
1 A 18 5 11
2 A 18 5 11
3 B 20 7 8
4 B 20 7 8
5 B 20 7 8
6 C 19 7 10
7 C 19 7 10
8 C 19 7 10
9 D 14 9 6
10 D 14 9 6
11 D 14 9 6
12 E 14 12 6
13 E 14 12 6
14 E 14 12 6
15 F 11 5 5
16 F 11 5 5
17 F 11 5 5

新的 DataFrame 包含原始 DataFrame 中的每一行，每行复制 3 次。

请注意，索引值也已重置。

索引值现在的范围是从 0 到 17。

注意：您可以在此处找到 NumPy Repeat()函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

Pandas：如何找到两列之间的差异
Pandas：如何找到两条线之间的差异
Pandas：如何按名称对列进行排序