如何在Pandas中重复DataFrame每行指定次数？已实现R版本求Python方案

嘿，我来帮你搞定这个需求！你要的是把DataFrame里的每一行重复指定次数（比如你例子里的7次），这个在Pandas里有好几种简洁的实现方式，和你R里的代码逻辑对应上的方案很容易写。

首先，先把你的样本数据转换成Pandas DataFrame：

import pandas as pd

# 构造样本数据
df = pd.DataFrame({
    'X': [41, 54],
    'a': [5, 3],
    'c': [2, 1]
})

方法1：用index.repeat()（最贴近你R代码的逻辑） #

你R里用了rep(1:nrow(...), each=...)来生成重复的行索引，在Pandas里我们可以直接对DataFrame的索引做重复操作，然后用loc提取：

# 每行重复7次
repeated_df = df.loc[df.index.repeat(7)]

这个操作和你R代码的逻辑完全一致：先生成重复的行索引（每个索引重复7次），然后根据索引提取对应的行，最终就得到每行重复7次的结果。

如果你需要重置索引（避免重复的索引值影响后续操作），可以再加一步：

repeated_df = repeated_df.reset_index(drop=True)

方法2：用numpy.repeat（另一种灵活的方式） #

如果你习惯用NumPy的工具，也可以用np.repeat来生成行的位置，再提取：

import numpy as np

# 生成重复的行索引位置，然后提取
repeated_df = df.iloc[np.repeat(np.arange(len(df)), 7)]
# 同样可以重置索引
repeated_df = repeated_df.reset_index(drop=True)

验证结果 #

运行上面的代码后，你可以用print(repeated_df)查看结果，会看到第一行41 | 5 | 2连续出现7次，第二行54 | 3 | 1也连续出现7次，完全符合你的需求。

内容的提问来源于stack exchange，提问作者madsthaks