如何编写Python函数实现Pandas DataFrame指定val列值的单行复制

你不需要对全量索引做重复操作，有两种简洁的实现方式可选：

方案1：拼接法（默认把复制行放末尾） #

直接筛选出目标行后和原DataFrame拼接即可，逻辑最直观：

import pandas as pd

def dupRow(df, val):
    # 筛选val列等于目标值的所有行
    target_rows = df[df['val'] == val]
    # 拼接原数据与目标行，重置索引保证序号连续
    return pd.concat([df, target_rows], ignore_index=True)

方案2：np.repeat 定向重复（复制行自动跟在原行后面） #

如果你想用np.repeat相关的逻辑实现，可以给不同行指定不同的重复次数，仅对目标行设置重复2次，其余行保留1次即可：

def dupRow(df, val):
    # 匹配到的行重复2次，其余行重复1次
    repeat_counts = df['val'].eq(val).map({True: 2, False: 1})
    # 按重复规则生成新数据集，重置索引
    return df.loc[df.index.repeat(repeat_counts)].reset_index(drop=True)

效果验证 #

用你提供的示例数据测试：

# 构造输入DataFrame
df = pd.DataFrame({
    'val': ['a', 'b', 'c', 'd'],
    'data1': [3, 89, 7, 0],
    'data2': [1, 2, 3, 4],
    'data3': [9, 8, 7, 6]
})

# 调用函数
print(dupRow(df, 'c'))

输出结果和你要求的完全一致：

val  data1  data2  data3
0   a      3      1      9
1   b     89      2      8
2   c      7      3      7
3   c      7      3      7
4   d      0      4      6

可选调整 #

• 如果val列存在多个匹配行，你只需要复制第一个匹配行，筛选时增加.head(1)即可：target_rows = df[df['val'] == val].head(1)
• 如果有特殊的顺序要求，你可以拿到返回结果后自行调整行顺序。

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