如何在Pandas DataFrame中自动生成循环1、2、3的counter列？

嘿，这个需求我经常碰到，给你分享几个实用的方法，轻松生成循环的1、2、3序列：

方法1：用NumPy的tile函数（最直观） #

tile函数可以帮我们重复指定的序列，只需要先算出需要重复的次数，再截取到和DataFrame行数匹配的长度就行：

import pandas as pd
import numpy as np

# 假设你的DataFrame是df
row_count = len(df)
# 生成循环序列：重复[1,2,3]足够多次，再截断到目标长度
df['counter'] = np.tile([1,2,3], row_count // 3 + 1)[:row_count]

解释一下：row_count // 3是完整循环的次数，加1是为了覆盖行数不能被3整除的情况，最后用切片[:row_count]保证序列长度和df完全一致。

方法2：用取模运算（最简洁） #

利用行索引的取模特性，一行代码就能搞定：

# 假设df的索引是从0开始的连续整数
df['counter'] = (df.index % 3) + 1

如果你的df索引不是连续的0开始整数，那就用np.arange生成一个连续的序列来计算：

df['counter'] = (np.arange(len(df)) % 3) + 1

原理很简单：索引（或连续序列）对3取模会得到0、1、2，加1后就变成了1、2、3循环。

方法3：手动拼接序列（适合新手理解逻辑） #

如果想更清晰地看到循环的构成，可以手动拼接完整循环块和剩余部分：

full_cycles = len(df) // 3
remainder_rows = len(df) % 3

# 生成完整循环的部分 + 剩余的几个元素
counter_sequence = [1,2,3] * full_cycles + [1,2,3][:remainder_rows]
df['counter'] = counter_sequence

这个方法逻辑直白，哪怕是刚接触Pandas的同学也能一眼看懂。

小提示：如果你的循环序列不是1、2、3，而是其他长度的自定义序列（比如[5,7,9]），这些方法都可以直接套用，只需要把[1,2,3]换成你的目标序列就行~

内容的提问来源于stack exchange，提问作者93i7hdjb