如何将DataFrame各列值重复两次并并列展示？

这里提供两种简洁的方法实现需求：

方法一：遍历列并复制拼接 #

通过循环遍历DataFrame的每一列，将原列与复制后的列（可自定义后缀）依次添加到新的DataFrame中：

import pandas as pd

data = {
    'id': [1],
    'v_1': [103],
    'v_2': [105],
    'v_3': [102],
}
df = pd.DataFrame(data)

new_df = pd.DataFrame()
for col in df.columns:
    # 添加原列
    new_df[col] = df[col]
    # 添加复制列，后缀可自定义（示例用_dup统一标识，也可改成你需要的11/22/31格式）
    new_df[f"{col}_dup"] = df[col]

print(new_df)

输出结果：

id  id_dup  v_1  v_1_dup  v_2  v_2_dup  v_3  v_3_dup
0   1       1  103      103  105      105  102      102

如果需要和示例完全匹配的后缀（如v_1对应v_11），可以自定义后缀规则：

suffix_map = {'id': '1', 'v_1': '1', 'v_2': '2', 'v_3': '1'}
new_df = pd.DataFrame()
for col in df.columns:
    new_df[col] = df[col]
    new_df[f"{col}{suffix_map[col]}"] = df[col]

方法二：批量拼接后重排列序 #

先将原DataFrame与自身横向拼接，再重新排列列的顺序，让每一列的两个实例相邻，适合数据量较大的场景：

import pandas as pd

data = {
    'id': [1],
    'v_1': [103],
    'v_2': [105],
    'v_3': [102],
}
df = pd.DataFrame(data)

# 生成目标列顺序：每列重复两次并相邻
target_cols = []
for col in df.columns:
    target_cols.extend([col, f"{col}_dup"])

# 横向拼接两个df，再按目标列序重排
new_df = pd.concat([df, df], axis=1).reindex(columns=target_cols)

print(new_df)

内容的提问来源于stack exchange，提问作者HbNIW NIW