如何重复较短DataFrame使其长度匹配较长DataFrame以实现合并

刚好我之前也碰到过一模一样的需求，这不就是把列表里用itertools.cycle的思路搬到DataFrame上嘛！下面给你两种实用的实现方法，都是亲测有效的：

方法一：用itertools.cycle直接循环短DataFrame的行 #

这种方法和你处理列表的思路完全一致，直接把短DataFrame的行转成循环迭代器，再截取到长DataFrame的长度，最后合并就行。

先上完整代码示例：

import pandas as pd
from itertools import cycle

# 先创建两个测试用的DataFrame
df_short = pd.DataFrame({'A': range(3), 'B': ['x', 'y', 'z']})  # 3行的短DF
df_long = pd.DataFrame({'C': range(7), 'D': ['p', 'q', 'r', 's', 't', 'u', 'v']})  # 7行的长DF

# 循环短DF的行，截取到长DF的长度，生成新的DF
df_short_cycled = pd.DataFrame(
    cycle(df_short.itertuples(index=False, name=None)),  # 循环行数据，去掉索引
    columns=df_short.columns
)[:len(df_long)]  # 只取前len(df_long)行，刚好匹配长度

# 按列合并两个DataFrame
combined_df = pd.concat([df_short_cycled, df_long], axis=1)

解释一下关键步骤：

• df_short.itertuples(index=False, name=None)：把短DF的每一行转成无索引的元组，方便循环迭代
• cycle(...)：生成循环迭代器，会不断重复短DF的行
• 用pd.DataFrame(...)把迭代器转成DataFrame，再用[:len(df_long)]截断到和长DF一样的长度
• 最后用pd.concat按列合并就行

方法二：纯Pandas+Numpy实现（无需itertools） #

如果你不想导入额外的库，用numpy的数组操作也能实现相同效果，适合对依赖有要求的场景：

import pandas as pd
import numpy as np

df_short = pd.DataFrame({'A': range(3), 'B': ['x', 'y', 'z']})
df_long = pd.DataFrame({'C': range(7), 'D': ['p', 'q', 'r', 's', 't', 'u', 'v']})

# 计算需要重复的完整次数和剩余行数
repeat_full = len(df_long) // len(df_short)
remainder_rows = len(df_long) % len(df_short)

# 生成循环的索引：先重复完整的短DF索引repeat_full次，再取前remainder_rows行的索引
cycled_indices = np.concatenate([
    np.tile(np.arange(len(df_short)), repeat_full),
    np.arange(remainder_rows)
])

# 用索引取行，重置索引避免合并时的索引混乱
df_short_cycled = df_short.iloc[cycled_indices].reset_index(drop=True)

# 合并DataFrame
combined_df = pd.concat([df_short_cycled, df_long], axis=1)

这种方法的核心是通过计算索引的循环模式，直接从短DF中按索引取行，效果和第一种方法完全一样，只是实现思路不同。

两种方法最终得到的combined_df都是短DF的行循环重复到和长DF长度一致后，和长DF按列合并的结果，完美匹配你想要的效果！

内容来源于stack exchange