如何在DataFrame中为分组大小小于3的组复制行至每组3行？

示例数据构造 #

首先构造你提供的原始DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ID': [0, 1, 2, 3, 3, 3, 3],
    'A': ['Data'] * 7,
    'B': ['Data'] * 7
})

方法一：按需求将小分组每行重复3次（匹配你的示例结果） #

这种方法针对分组行数<3时，每行重复3次，正好让1行的组变成3行，行数>=3的组保持原样：

# 计算每个分组的大小
df['group_len'] = df.groupby('ID')['ID'].transform('count')

# 确定每行的重复次数：组大小<3则重复3次，否则1次
repeat_counts = df['group_len'].map(lambda x: 3 if x < 3 else 1)

# 执行重复并清理临时列
result = df.loc[df.index.repeat(repeat_counts)]
result = result.drop(columns=['group_len']).reset_index(drop=True)

执行后得到的结果完全匹配你给出的处理后DataFrame：

ID     A     B
0    0  Data  Data
1    0  Data  Data
2    0  Data  Data
3    1  Data  Data
4    1  Data  Data
5    1  Data  Data
6    2  Data  Data
7    2  Data  Data
8    2  Data  Data
9    3  Data  Data
10   3  Data  Data
11   3  Data  Data
12   3  Data  Data

方法二：将小分组统一扩展至3行（适配n=2的分组） #

如果你的分组可能存在2行的情况，需要将其扩展至恰好3行（而非6行），可以使用分组apply的方式：

def adjust_group(group):
    target_len = 3
    current_len = len(group)
    if current_len < target_len:
        # 计算需要补充的行数，重复现有行直到达到目标长度
        repeats = (target_len + current_len - 1) // current_len
        extended = group.loc[group.index.repeat(repeats)].head(target_len)
        return extended
    else:
        return group

result = df.groupby('ID', group_keys=False).apply(adjust_group).reset_index(drop=True)

比如如果有一个ID=4的分组有2行，该方法会将其扩展为3行（第一行重复2次，第二行1次）。

关键逻辑说明 #

• 方法一使用矢量化操作，效率更高，适合大数据量场景；
• 方法二更灵活，可自定义目标行数，适配不同大小的小分组；
• groupby('ID', group_keys=False)用于避免分组后添加额外的层级索引；
• reset_index(drop=True)用于清理重复的原始索引，生成连续的新索引。

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