Pandas dataframe에서 행을 복제하는 방법

다음 기본 구문을 사용하여 Pandas DataFrame의 각 행을 여러 번 복제할 수 있습니다.

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

NumPy Repeat() 함수의 두 번째 인수에 있는 숫자는 각 행을 복제할 횟수를 지정합니다.

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: Pandas DataFrame에서 행 복제

다양한 농구 선수에 대한 정보가 포함된 다음과 같은 pandas DataFrame이 있다고 가정합니다.

 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

다음 구문을 사용하여 DataFrame의 각 행을 세 번 복제할 수 있습니다.

 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

새 DataFrame에는 원본 DataFrame의 각 행이 각각 세 번씩 복제되어 포함됩니다.

인덱스 값도 재설정되었습니다.

이제 인덱스 값의 범위는 0에서 17까지입니다.

참고 : NumPy의 반복() 함수에 대한 전체 문서는 여기에서 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas: 두 열의 차이점을 찾는 방법
Pandas: 두 줄의 차이점을 찾는 방법
Pandas: 이름별로 열을 정렬하는 방법