如何在保持原始行顺序的前提下重复Pandas DataFrame的行n次

我有一个Pandas DataFrame，示例如下：

我希望重复每一行，同时保持原始行的顺序，预期结果如下：

尝试使用index.repeat方法，但得到的是行排序后的结果：

请问如何实现预期的行重复效果？

方法1：直接拼接原DataFrame #

最直观的方式是将原DataFrame和自身拼接，自然保持原始顺序：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({'Column A': ['A', 'B', 'C'], 'Column B': [1, 2, 3]})

# 重复2次（可根据需求调整拼接次数）
result = pd.concat([df, df], ignore_index=True)

方法2：修复index.repeat的排序问题 #

如果一定要用index.repeat，可以在重复后通过稳定排序还原原始顺序：

# 重复每行2次
repeated_df = df.loc[df.index.repeat(2)]
# 用归并排序（稳定排序）按原始索引重新排列
result = repeated_df.sort_index(kind='mergesort')

方法3：用numpy.tile生成重复索引 #

借助numpy的tile函数生成按原始顺序重复的索引序列，再提取行：

import pandas as pd
import numpy as np

df = pd.DataFrame({'Column A': ['A', 'B', 'C'], 'Column B': [1, 2, 3]})
# 生成重复2次的索引数组
repeated_indices = np.tile(df.index, 2)
result = df.loc[repeated_indices].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者bunnybunny