Pandas如何基于单行重复数据构建指定行数的DataFrame

你已有单行DataFrame的前提下，有3种常用方案可以快速生成4行值完全一致的目标DataFrame：

• 方案1：基于现有单行df直接重复拼接，改动最小
  直接复用你已经写好的单行构造代码，用pd.concat把同一行数据重复拼接4次，重置索引即可，代码如下：

  import pandas as pd
  
  # 你原本的单行df构造代码
  df = pd.DataFrame()
  df['a']=[1]
  df['b']=[2]
  df['c']=[3]
  df['d']=[1]
  df['e']=[2]
  
  # 拼接4次，重置索引生成0-3的行号
  df_result = pd.concat([df]*4, ignore_index=True)
  

  注意：如果你的df里存了列表、字典这类可变对象，把[df]*4换成[df.copy() for _ in range(4)]即可避免修改值时联动影响所有行，纯数值场景不需要额外处理。

• 方案2：初始化时直接构造目标结构，执行效率更高
  不需要先生成单行df再复制，初始化DataFrame时直接给每个列传入重复4次的值，一次生成结果：

  df_result = pd.DataFrame({
      'a': [1]*4,
      'b': [2]*4,
      'c': [3]*4,
      'd': [1]*4,
      'e': [2]*4
  })
  

• 方案3：用重索引+前向填充实现
  基于现有单行df，把索引扩展到0-3的范围，用前向填充把第一行的值填充到所有新增行：

  df_result = df.reindex(range(4), method='ffill')
  

以上三种方法运行后打印df_result，输出效果和你给出的预期结果完全一致：

a  b  c  d  e
0  1  2  3  1  2
1  1  2  3  1  2
2  1  2  3  1  2
3  1  2  3  1  2

内容的提问来源于stack exchange，提问作者White cow