Как реплицировать строки в dataframe pandas

Вы можете использовать следующий базовый синтаксис для многократной репликации каждой строки DataFrame pandas:

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

Число во втором аргументе функции повторения() NumPy указывает количество раз, которое нужно реплицировать каждую строку.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: репликация строк в DataFrame Pandas

Предположим, у нас есть следующий DataFrame pandas, содержащий информацию о различных баскетболистах:

 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

Мы можем использовать следующий синтаксис для трехкратной репликации каждой строки DataFrame:

 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

Новый DataFrame содержит каждую строку из исходного DataFrame, каждая из которых реплицируется три раза.

Обратите внимание, что значения индексов также были сброшены.

Значения индекса теперь варьируются от 0 до 17.

Примечание . Полную документацию по функции повтора() NumPy можно найти здесь .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Панды: как найти разницу между двумя столбцами
Панды: как найти разницу между двумя строками
Pandas: как сортировать столбцы по имени