求Polars中numpy.tile函数的等效实现方案

假设我们有如下初始DataFrame：

import polars as pl

df = pl.DataFrame({"col1": [1, 2, 3], "col2": [4, 5, 6]})

要实现将整个DataFrame重复指定次数（比如2次）的效果，有以下几种简洁的实现方式：

方法1：使用 pl.concat 重复拼接 #

这是最直观的方式，直接将原DataFrame多次放入列表后拼接：

# 重复2次
df_tiled = pl.concat([df] * 2)
print(df_tiled)

输出结果：

shape: (6, 2)
┌──────┬──────┐
│ col1 ┆ col2 │
│ ---  ┆ ---  │
│ i64  ┆ i64  │
╞══════╪══════╡
│ 1    ┆ 4    │
│ 2    ┆ 5    │
│ 3    ┆ 6    │
│ 1    ┆ 4    │
│ 2    ┆ 5    │
│ 3    ┆ 6    │
└──────┴──────┘

方法2：使用 repeat + explode 对整行操作 #

通过构造重复的索引，再展开行来实现：

df_tiled = df.with_row_index().select(
    pl.all().repeat(2).explode()
).drop("index")
print(df_tiled)

这种方式适合需要对行级进行重复操作的场景，同样能得到目标结果。

方法3：使用 extend 方法（原地修改） #

如果不需要保留原DataFrame，可以直接原地扩展：

df.extend(df)
print(df)

执行后原DataFrame会被修改为重复后的结果。

内容的提问来源于stack exchange，提问作者Andi