如何用Pandas方法链将DataFrame的每一行重复3次？

原始DataFrame #

import pandas as pd

df = pd.DataFrame({
    'id': [1, 2, 3, 4, 5],
    'animal': ['dog', 'cat', 'rabbit', 'horse', 'fox']
})

预期输出 #

id  animal
0    1     dog
1    1     dog
2    1     dog
3    2     cat
4    2     cat
5    2     cat
6    3  rabbit
7    3  rabbit
8    3  rabbit
9    4   horse
10   4   horse
11   4   horse
12   5     fox
13   5     fox
14   5     fox

方法链实现方案 #

最简洁高效的方式是利用索引重复配合loc，通过方法链串联操作：

result = (
    df
    .loc[lambda x: x.index.repeat(3)]  # 基于重复3次的索引选取行
    .reset_index(drop=True)  # 重置索引为连续序列（可选，按需保留）
)

步骤解释

1. lambda x: x.index.repeat(3)：生成包含原索引重复3次的序列，比如原索引是0-4，处理后变成[0,0,0,1,1,1,2,2,2,3,3,3,4,4,4]
2. .loc[...]：根据这个重复索引序列，从原DataFrame中选取对应行，实现每行重复3次
3. .reset_index(drop=True)：如果不需要保留原有的重复索引，执行此步骤生成连续新索引；若要保留原索引可省略

另外也可以用explode的方式实现，适合理解逻辑但效率稍低：

result = (
    df
    .assign(repeat_col=lambda x: [range(3)]*len(x))  # 给每行添加长度为3的列表
    .explode('repeat_col')  # 将列表展开成多行
    .drop('repeat_col', axis=1)  # 删除临时添加的列
    .reset_index(drop=True)
)

内容的提问来源于stack exchange，提问作者Eisen