Pandas如何将列表循环填充为DataFrame新列匹配总行数

你写的cat_list * len(df)存在长度计算错误：cat_list本身长度是3，和整数len(df)做乘法后，得到的列表总长度是3 * len(df)，和DataFrame的行数len(df)不相等，自然会报长度不匹配的错误。

方案1：纯Python实现，无需引入额外依赖 #

只需要先计算足够覆盖DataFrame行数的重复次数，拼接后截断到和DataFrame等长即可：

cat_list = ['a', 'b', 'ab']
# 向上取整计算重复次数，保证拼接后的列表长度不小于df行数
repeat_count = len(df) // len(cat_list) + 1
df['category'] = (cat_list * repeat_count)[:len(df)]

方案2：numpy实现，代码更简洁 #

pandas环境默认预装numpy，可以直接用np.tile实现序列重复：

import numpy as np
cat_list = ['a', 'b', 'ab']
df['category'] = np.tile(cat_list, len(df) // len(cat_list) + 1)[:len(df)]

方案3：迭代器实现，大文件场景内存占用更低 #

当DataFrame行数特别大时，可以用itertools.cycle构造循环迭代器，逐行生成填充值，不需要提前构造完整列表：

from itertools import cycle
cat_list = ['a', 'b', 'ab']
loop_cats = cycle(cat_list)
df['category'] = [next(loop_cats) for _ in range(len(df))]

以上三种方案都可以实现预期的循环填充效果，填充顺序完全匹配示例：第一行填a、第二行填b、第三行填ab，之后循环往复直到最后一行。

内容的提问来源于stack exchange，提问作者yangyang