如何在Pandas DataFrame中生成每n行循环递增后重置的新列

这里提供两种简洁高效的方法来实现你需要的循环序列列：

方法一：纯Pandas索引计算（最简洁） #

利用索引的数学运算直接生成，无需额外依赖：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'原数据': range(12)})

n = 3  # 每个数值保持不变的行数
m = 3  # 循环的最大值（达到后从1重新开始）

# 生成目标列
df['new_col'] = ((df.index // n) % m) + 1

逻辑解释 #

• df.index // n：将索引每n个归为一组，得到分组编号[0,0,0,1,1,1,2,2,2,3,3,3...]
• % m：对分组编号取模，让编号在0到m-1之间循环，得到[0,0,0,1,1,1,2,2,2,0,0,0...]
• +1：将结果偏移为从1开始的序列，即你需要的[1,1,1,2,2,2,3,3,3,1,1,1...]

方法二：Numpy组合函数（直观易懂） #

如果喜欢更直观的序列构建方式，可以用Numpy的repeat和tile函数：

import pandas as pd
import numpy as np

df = pd.DataFrame({'原数据': range(12)})
n = 3
m = 3

# 先生成基础重复单元：每个数值重复n次
base_seq = np.repeat(np.arange(1, m+1), n)
# 重复单元足够多次以覆盖DataFrame长度，再截断到目标长度
repeat_seq = np.tile(base_seq, len(df) // len(base_seq) + 1)[:len(df)]

df['new_col'] = repeat_seq

逻辑解释 #

• np.arange(1, m+1)：生成1到m的基础数值序列[1,2,3]
• np.repeat(..., n)：将每个数值重复n次，得到单元序列[1,1,1,2,2,2,3,3,3]
• np.tile(..., ...)：重复这个单元序列足够多的次数，确保长度覆盖整个DataFrame
• [:len(df)]：截断序列到和DataFrame一致的长度

示例输出 #

运行任意一种方法后，DataFrame的结果如下：

原数据  new_col
0      0        1
1      1        1
2      2        1
3      3        2
4      4        2
5      5        2
6      6        3
7      7        3
8      8        3
9      9        1
10    10        1
11    11        1

注意事项 #

如果你的DataFrame索引不是从0开始的连续整数，可替换df.index为np.arange(len(df))，确保分组逻辑正确。

内容的提问来源于stack exchange，提问作者question12