如何为Pandas DataFrame按每3行重复模式给列赋值？

直接用循环处理Pandas数据通常效率低且容易出错，推荐用以下几种矢量化或高效生成序列的方式实现需求：

方法1：使用numpy.tile生成重复序列 #

利用numpy.tile将模式序列重复足够次数，再截取匹配DataFrame行数的部分：

import pandas as pd
import numpy as np

# 假设你的DataFrame为df
pattern = ['dog', 'cat', 'bird']
# 生成足够长度的重复序列，再截断到df的行数
df['my_column'] = np.tile(pattern, len(df) // len(pattern) + 1)[:len(df)]

方法2：利用索引模运算映射 #

通过索引对3取模，再将结果映射为对应的字符串：

pattern_map = {0: 'dog', 1: 'cat', 2: 'bird'}
df['my_column'] = (df.index % 3).map(pattern_map)

方法3：使用itertools.cycle循环生成器 #

用itertools.cycle创建循环迭代器，直接生成对应长度的序列：

from itertools import cycle

pattern_cycle = cycle(['dog', 'cat', 'bird'])
df['my_column'] = [next(pattern_cycle) for _ in range(len(df))]

这些方法都能高效实现按dog→cat→bird的循环模式填充列，避免了手动循环可能出现的索引不匹配或赋值错误问题。

内容的提问来源于stack exchange，提问作者ealfons1