如何用Python Pandas按时间戳复制DataFrame行生成组合数据集？

要实现原DataFrame每行与所有时间戳的配对（笛卡尔积），可以用以下两种高效方法：

方法1：利用临时键做交叉连接 #

这种方法直观易懂，适合新手：

import pandas as pd

# 假设原DataFrame为df，时间戳索引为ts_index
# 将时间戳索引转为DataFrame
timestamps_df = pd.DataFrame({'timestamp': ts_index})

# 添加临时键用于交叉连接
df['temp_key'] = 1
timestamps_df['temp_key'] = 1

# 执行交叉连接后删除临时键
result_df = pd.merge(df, timestamps_df, on='temp_key').drop('temp_key', axis=1)

方法2：通过多层索引构造（性能更优） #

如果数据量较大，这种方法的内存和效率表现更好：

import pandas as pd

# 基于原DataFrame索引和时间戳索引创建多层索引
multi_idx = pd.MultiIndex.from_product(
    [df.index, ts_index],
    names=['original_row', 'timestamp']
)

# 映射原DataFrame数据并添加时间戳列
result_df = df.loc[multi_idx.get_level_values('original_row')].reset_index(drop=True)
result_df['timestamp'] = multi_idx.get_level_values('timestamp').to_list()

两种方法最终都会生成原行数 × 1465行的DataFrame，每行包含site、host和对应的timestamp字段，符合你需要2930行的需求（说明原DataFrame应为2行）。

内容的提问来源于stack exchange，提问作者Francisco Hernandez