如何在Pandas DataFrame中复制指定行并为新增行设置递增ID

你现有代码的筛选逻辑存在错误，ID列存储的是数值1-4，分类是Type列，所以首先要修正筛选条件。完整的实现步骤如下：

步骤1：正确筛选目标行 #

import pandas as pd

# 原始数据集
df = pd.DataFrame({'ID': [1,2,3,4],
                   'Type': ['A', 'B', 'C', 'D'],
                   'Value': [100, 200, 201, 120]})

# 筛选Type为B的行，加copy避免后续修改触发链式索引警告
df_B = df[df['Type'] == 'B'].copy()

步骤2：复制行并更新ID为递增序列 #

你可以按照需求选择固定起始ID，或者自动从原数据集最大ID+1开始生成递增ID：

copy_times = 4 # 需要复制的次数

# 复制行并重置索引，方便后续赋值
df_B = pd.concat([df_B] * copy_times, ignore_index=True)

# 方式1：固定从10开始生成递增ID（和你示例的预期结果一致）
df_B['ID'] = range(10, 10 + copy_times)

# 方式2：自动适配原数据集最大ID，从最大ID+1开始递增（通用性更强）
# start_id = df['ID'].max() + 1
# df_B['ID'] = range(start_id, start_id + copy_times)

步骤3：将处理后的新行追加到原数据集 #

df = pd.concat([df, df_B], ignore_index=True)

运行后输出的df就和你预期的结果完全一致。

内容的提问来源于stack exchange，提问作者Beta