如何使用Python Pandas随机复制DataFrame每行0-5次？

步骤1：导入依赖库 #

import pandas as pd
import numpy as np

步骤2：构造输入数据集 #

根据你提供的输入数据，先创建对应的DataFrame：

data = {
    'id': [1, 2, 3, 4],
    'name': ['tim', 'jim', 'john', 'bill']
}
df = pd.DataFrame(data)

步骤3：实现随机复制逻辑 #

核心思路是为每一行生成1到6次的重复次数（对应复制0到5次：重复1次就是保留原行、复制0次；重复6次就是原行加5次复制），再通过索引重复实现行复制：

# 为每行生成1-6的随机重复次数（randint左闭右开，所以参数是1,7）
repeat_counts = np.random.randint(1, 7, size=len(df))
# 按次数重复行
result_df = df.loc[df.index.repeat(repeat_counts)]
# 重置索引（可选，让索引连续）
result_df = result_df.reset_index(drop=True)

查看结果 #

运行后打印result_df，就能得到类似你给出的输出示例，比如某次随机结果可能是：

id  name
0   1   tim
1   1   tim
2   2   jim
3   3  john
4   3  john
5   3  john
6   3  john
7   4  bill
8   4  bill
9   4  bill

补充说明 #

• 如果需要固定随机结果方便调试，可在生成随机数前加np.random.seed(xxx)，比如np.random.seed(42)，这样每次运行的复制次数都一致。
• repeat_counts的取值范围1到6，刚好对应复制次数0到5，完全匹配需求。

内容的提问来源于stack exchange，提问作者Eisen