如何一一复制Python数据框？ [复制]答案

【问题标题】：How to duplicate Python dataframe one by one? [duplicate]如何一一复制Python数据框？ [复制]
【发布时间】：2017-05-07 00:42:35
【问题描述】：

我有一个pandas.DataFrame，如下：

我想让这三遍变成：

df2由循环构成，但效率不高。

如何使用更快的矩阵方式从df1 获得df2？

【问题讨论】：

"one by one" 并没有说明您的意思是按行还是按列。您想复制每一行 n 次。

标签： python pandas dataframe

【解决方案1】：

构建一维索引器以对 values 数组和 index 进行切片。您还必须注意索引以获得所需的结果。

在np.arange 上使用np.repeat 来获取索引器
使用此索引器在值和索引上构造一个新的数据帧

r = np.arange(len(df)).repeat(3)
pd.DataFrame(df.values[r], df.index[r], df.columns)

   a  b
0  1  2
0  1  2
0  1  2
1  3  4
1  3  4
1  3  4

【讨论】：

你的意思是当大人物的妻子坚持他们做的事情不是回答关于 SO 的问题时:-)
是的。我不得不开车送我们的女儿去参加一个多小时的毕业舞会，所以我有空......

【解决方案2】：

你可以使用 np.repeat

df = pd.DataFrame(np.repeat(df.values,[3,3], axis = 0), columns = df.columns)

你得到

时间测试：

%timeit pd.DataFrame(np.repeat(df.values,[3,3], axis = 0))
1000 loops, best of 3: 235 µs per loop

%timeit pd.concat([df] * 3).sort_index()
best of 3: 1.26 ms per loop

Numpy 在大多数情况下肯定更快，所以这并不奇怪

编辑：我不确定您是否会寻找重复索引，但如果您这样做，

pd.DataFrame(np.repeat(df.values,3, axis = 0), index = np.repeat(df.index, 3), columns = df.columns)

【讨论】：

您也缺少重复的索引

【解决方案3】：

我不知道它是否比你的循环更有效，但它很容易构造为：

代码：

pd.concat([df] * 3).sort_index()

测试代码：

df = pd.DataFrame([[1, 2], [3, 4]], columns=list('ab'))
print(pd.concat([df] * 3).sort_index())

结果：

【讨论】：

你也搞定了索引……即使它变慢了。

【解决方案4】：

您可以将numpy.repeat 与参数标量3 一起使用，然后将columns 参数添加到DataFrame 构造函数：

df = pd.DataFrame(np.repeat(df.values, 3, axis=0), columns=df.columns)
print (df)
   a  b
0  1  2
1  1  2
2  1  2
3  3  4
4  3  4
5  3  4

如果真的想要重复索引，什么会使一些熊猫函数复杂化，例如 reindex 失败：

r = np.repeat(np.arange(len(df.index)), 3)
df = pd.DataFrame(df.values[r], df.index[r], df.columns)
print (df)
   a  b
0  1  2
0  1  2
0  1  2
1  3  4
1  3  4
1  3  4

【讨论】：

加我一份！

【解决方案5】：

不是最快的（也不是最慢的），而是迄今为止最短的解决方案。

#Build a index array and extract the rows to build the desired new df. This handles index and data all at once.    
df.iloc[np.repeat(df.index,3)]

Out[270]: In [271]: 
   a  b
0  1  2
0  1  2
0  1  2
1  3  4
1  3  4
1  3  4

【讨论】：