如何为Pandas DataFrame按行百分比生成特定重复数值列？

你的问题出在np.resize是循环重复原数组来补全长度，而不是按分段连续填充。要实现按10%区间连续赋值，有两种简洁的方式：

方法一：手动构造分段数组 #

先计算每个数值需要重复的行数，再用np.repeat生成连续的数组：

import numpy as np
import pandas as pd

# 假设你的DataFrame是df，总行数153
n = len(df)
# 计算每个区间的行数：基础行数+余数分配
base_rows = n // 10  # 15行
extra_rows = n % 10   # 剩余3行，分配给前3个区间
# 生成每个数值对应的重复次数
repeat_counts = [base_rows + 1 if i < extra_rows else base_rows for i in range(10)]
# 生成连续的目标数组
target_values = np.repeat(range(10, 110, 10), repeat_counts)
# 赋值给DataFrame
df['new_column'] = target_values

这样前3个数值（10、20、30）各占16行，后面7个数值各占15行，总和刚好153行，完全符合“每10%区间连续赋值”的要求。

方法二：用pd.qcut自动分区间 #

如果想更简洁，用pd.qcut可以自动将行索引分成10个等频区间，直接映射到目标数值：

import pandas as pd

# 给DataFrame添加新列
df['new_column'] = pd.qcut(df.index, q=10, labels=range(10, 110, 10))
# 转换为整数类型（可选）
df['new_column'] = df['new_column'].astype(int)

qcut会自动处理行数不是10倍数的情况，保证每个区间的行数尽可能均匀，完美匹配你的需求。

内容的提问来源于stack exchange，提问作者user308827