Julia中如何按行指定的次数重复DataFrame的行？

需求说明 #

现有如下DataFrame：

df = DataFrame("Category" => ["A", "B", "C"], "n" => [1,2,3])

显示结果：

3×2 DataFrame
 Row │ Category  n     
     │ String    Int64 
─────┼─────────────────
   1 │ A             1
   2 │ B             2
   3 │ C             3

需要生成一个新的DataFrame，其中每行按照对应n列的值重复，最终结果如下：

df2 = DataFrame("Category" => ["A", "B","B","C","C","C"])

显示结果：

6×1 DataFrame
 Row │ Category 
     │ String   
─────┼──────────
   1 │ A
   2 │ B
   3 │ B
   4 │ C
   5 │ C
   6 │ C

当前实现及问题 #

我自己编写了一个可用的函数，但实现不够优雅，且首次运行时会报错：

function repeat_df_rows(df)
    @eval function Base.repeat(df_row::DataFrameRow{DataFrame, DataFrames.Index}; inner::Int64)
        rows = repeat(DataFrame(df_row), inner)
    end

    dfs = map(x -> repeat(x; inner = x.:n), eachrow(df))
    result = vcat(dfs..., cols=:union)
    result = result[:,Not(:n)]
end

推测报错原因是@eval内的代码在首次调用函数时还未执行，导致map中的repeat方法未被定义。

更优雅的解决方案 #

最优解：直接利用向量级repeat操作 #

这是效率最高且代码最简洁的方式，无需逐行处理，直接对Category列按n列的次数重复：

df2 = DataFrame(Category = repeat(df.Category, df.n))

逐行处理的简洁实现（适合多列场景） #

如果原DataFrame有多个需要重复的列，可以用列表推导式结合vcat实现，避免污染全局命名空间：

function repeat_df_rows(df)
    return vcat([repeat(DataFrame(row), row.n) for row in eachrow(df)]...)[:, Not(:n)]
end

使用flatmap的实现 #

也可以用flatmap简化逐行重复的逻辑：

function repeat_df_rows(df)
    return flatmap(row -> repeat([row], row.n), eachrow(df))[:, Not(:n)]
end

原代码的问题说明 #

原代码中在函数内部通过@eval重写Base.repeat是不恰当的：

• 会污染Base命名空间，可能影响其他地方的repeat函数行为
• 首次调用函数时，@eval的代码还未完成编译，导致map中的repeat方法不存在，引发报错

内容的提问来源于stack exchange，提问作者Marcin Żurek