如何在Pandas DataFrame每一行后插入两行以重塑数据？

需求说明 #

对现有DataFrame执行如下转换：

• 原DataFrame的每一行后插入两行新数据
• 插入的两行需遵循规则：
  • 第一列（name）保持与原行相同的值
  • 第二列（value）第一行固定为0，第二行固定为None

原数据与初始输出 #

原数据代码：

import pandas as pd

data = [
    ['A',1],
    ['B',2],
    ['C',3],
    ['D',4]
]

df = pd.DataFrame(data,columns=['name','value'])
print(df)

初始输出：

name  value
0    A      1
1    B      2
2    C      3
3    D      4

解决方案1：利用explode展开列表 #

将每行的value转换为包含目标三个值的列表，再通过explode拆分成行：

# 为每行生成包含原value、0、None的列表
df['value'] = df['value'].apply(lambda x: [x, 0, None])
# 展开列表为单独行并重置索引
result_df = df.explode('value', ignore_index=True)
print(result_df)

解决方案2：重复行后按索引替换值 #

先将每行重复三次，再根据索引位置替换对应value值：

# 重复每行三次并重置索引
result_df = df.loc[df.index.repeat(3)].reset_index(drop=True)
# 替换索引模3余1的行（每行的第二行）为0
result_df.loc[result_df.index % 3 == 1, 'value'] = 0
# 替换索引模3余2的行（每行的第三行）为None
result_df.loc[result_df.index % 3 == 2, 'value'] = None
print(result_df)

预期输出 #

两种方案都会得到如下结果：

name  value
0     A      1
1     A      0
2     A   None
3     B      2
4     B      0
5     B   None
6     C      3
7     C      0
8     C   None
9     D      4
10    D      0
11    D   None

内容的提问来源于stack exchange，提问作者lucky1928