如何在iterrows中重复DataFrame行n次并生成目标新DataFrame

需求 #

遍历DataFrame的每一行，将每行重复n次后生成新的DataFrame。

当前实现代码 #

df = pd.DataFrame(
    [
        ("abcd", "abcd", "abcd")  # create your data here, be consistent in the types.
    ],
    ["A", "B", "C"]  # add your column names here
)

n_times = 2
for index, row in df.iterrows():
    new_df = row.loc[row.index.repeat(n_times)]
new_df

当前输出 #

0    abcd
0    abcd
1    abcd
1    abcd
2    abcd
2    abcd
Name: C, dtype: object

期望输出 #

A     B     C  
0    abcd  abcd  abcd
1    abcd  abcd  abcd

解决方案 #

问题分析 #

原来的代码有两个核心问题：

• 循环中每次迭代都会覆盖new_df变量，最终只保留了最后一行的处理结果；
• 对行对象（Series类型）执行重复操作后，得到的是一维Series，完全破坏了原DataFrame的列结构，导致输出不符合预期；
• 额外注意：原代码构造DataFrame时参数写反了，["A","B","C"]被当成了行索引，列名应该用columns参数指定，这是隐藏的基础错误。

方法1：高效的向量式操作（推荐） #

直接利用pandas的索引重复功能，不需要循环，性能更优：

import pandas as pd

# 纠正DataFrame构造的参数错误，用columns指定列名
df = pd.DataFrame(
    [("abcd", "abcd", "abcd")],
    columns=["A", "B", "C"]
)

n_times = 2
# 重复原DataFrame的行索引，重新生成DataFrame后重置索引
new_df = df.loc[df.index.repeat(n_times)].reset_index(drop=True)
print(new_df)

输出结果：

A      B      C
0  abcd  abcd  abcd
1  abcd  abcd  abcd

方法2：循环实现（不推荐，适合小数据量） #

如果一定要用循环处理每行，需要把每次重复后的行保存到列表，最后合并成DataFrame：

import pandas as pd

df = pd.DataFrame(
    [("abcd", "abcd", "abcd")],
    columns=["A", "B", "C"]
)

n_times = 2
temp_rows = []
for _, row in df.iterrows():
    # 将单行转为DataFrame并重复n次，添加到临时列表
    temp_rows.append(pd.DataFrame([row] * n_times, columns=df.columns))

# 合并所有临时DataFrame，重置索引
new_df = pd.concat(temp_rows, ignore_index=True)
print(new_df)

内容的提问来源于stack exchange，提问作者saul santos