如何用Pandas/Vaex复制day_of_year=140行替换148行？

没问题，我来给你详细拆解在Pandas和Vaex里怎么实现这个需求——把day_of_year=148的1000条记录，全部替换成从day_of_year=140的记录中复制的内容：

一、Pandas实现方案 #

Pandas处理中小规模数据很灵活，这里分两种常见场景实现：

场景1：删除原148行，添加1000条140行（保持总行数不变） #

import pandas as pd

# 1. 筛选出day_of_year=140的行，用copy()避免视图修改问题
df_140 = df[df['day_of_year'] == 140].copy()

# 2. 生成刚好1000条140的行（通用写法：即使140的行不足1000，也能重复凑够数量）
needed_count = len(df[df['day_of_year'] == 148])  # 这里就是1000
repeat_times = (needed_count // len(df_140)) + 1
repeated_140 = pd.concat([df_140]*repeat_times, ignore_index=True).head(needed_count)

# 3. 删除原148的行，再添加新的140行
df = df[df['day_of_year'] != 148].reset_index(drop=True)
df = pd.concat([df, repeated_140], ignore_index=True)

场景2：直接替换原148行的内容（保持行索引位置不变） #

如果需要保留原DataFrame的行结构，只是把148行的内容换成140的，可以这样：

import pandas as pd

# 1. 筛选140的行和148行的索引
df_140 = df[df['day_of_year'] == 140].copy()
idx_148 = df[df['day_of_year'] == 148].index
needed_count = len(idx_148)

# 2. 生成足够的140行数据
repeat_times = (needed_count // len(df_140)) + 1
repeated_140 = pd.concat([df_140]*repeat_times, ignore_index=True).head(needed_count)

# 3. 直接替换对应索引的行内容
df.loc[idx_148] = repeated_140.values

二、Vaex实现方案 #

Vaex适合处理大规模数据集（比如你的20万条140行），它的懒加载特性不会占用过多内存，实现步骤如下：

import vaex

# 1. 筛选出day_of_year=140的行
df_140 = df[df.day_of_year == 140]

# 2. 生成1000条140的行（Vaex的repeat方法高效且懒执行）
needed_count = len(df[df.day_of_year == 148])
repeat_times = (needed_count // len(df_140)) + 1
repeated_140 = df_140.repeat(repeat_times).head(needed_count)

# 3. 过滤掉原148的行，再合并新的140行
df_filtered = df[df.day_of_year != 148]
df_final = df_filtered.concat(repeated_140)

补充说明 #

因为你的day_of_year=140有20万条，远多于需要的1000条，所以上面代码里的repeat_times实际会是1，直接取前1000条140的行就够了，写通用写法是为了兼容140行不足的情况。

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