如何基于序列创建含重复行的Pandas DataFrame

针对你需要基于固定序列创建重复行DataFrame的需求，这里提供几种简洁的实现方式，以生成7行重复的[6,9,12,15]序列为例：

方法一：使用np.tile扩展数组 #

借助NumPy的tile函数快速重复数组，再转换为DataFrame：

import numpy as np
import pandas as pd

# 生成基础序列
base_array = np.arange(6, 18, 3)
# 将序列沿行方向重复7次，列方向保持不变
repeated_array = np.tile(base_array, (7, 1))
# 转换为DataFrame
df = pd.DataFrame(repeated_array)
print(df)

方法二：列表推导式构造重复行 #

直接生成包含7个相同序列的列表，传入DataFrame构造器：

import numpy as np
import pandas as pd

base_array = np.arange(6, 18, 3)
# 生成7个重复的序列元素，转为DataFrame
df = pd.DataFrame([base_array for _ in range(7)])
print(df)

方法三：拼接单行DataFrame #

先创建单行DataFrame，再通过pd.concat重复拼接：

import numpy as np
import pandas as pd

base_array = np.arange(6, 18, 3)
# 生成单行DataFrame
single_row_df = pd.DataFrame([base_array])
# 重复拼接7次，重置索引避免重复
df = pd.concat([single_row_df] * 7, ignore_index=True)
print(df)

后续按行添加内容的说明 #

如果之后需要修改某一行或添加新列，可直接使用loc索引操作，例如替换某一行的内容：

new_series = pd.Series([7, 10, 13, 16])
df.loc[2] = new_series  # 替换第3行（索引从0开始）的内容

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