如何基于指定值重复Pandas DataFrame并添加计数器列

问题描述 #

假设你有如下DataFrame：

item_a	item_b
1	123
7	32
4	18

同时存在常量PERIODS = 3，需要将上述DataFrame重复3次，并为每次重复添加对应的计数器，期望得到的结果如下：

counter	item_a	item_b
1	1	123
1	7	32
1	4	18
2	1	123
2	7	32
2	4	18
3	1	123
3	7	32
3	4	18

解决方案 #

嘿，这需求在数据分析里挺常见的，我给你几个简洁高效的Pandas实现方式，按需选用就行：

方法1：pd.concat + assign 直观易懂 #

这种方法逻辑最直白，就是为每个周期生成带计数器的DataFrame，再合并到一起：

import pandas as pd

# 原始数据构建
df = pd.DataFrame({'item_a': [1, 7, 4], 'item_b': [123, 32, 18]})
PERIODS = 3

# 核心代码
result = pd.concat(
    [df.assign(counter=i) for i in range(1, PERIODS + 1)],
    ignore_index=True
)

说明：列表推导会生成3个分别带有counter=1、counter=2、counter=3的DataFrame，concat合并后用ignore_index=True重置索引，避免出现重复索引问题。

方法2：repeat + tile 性能更优 #

如果你的数据集很大，这种方法的执行效率会更高，先重复行再批量生成计数器：

# 先重复原始DataFrame的每一行PERIODS次
repeated_df = df.loc[df.index.repeat(PERIODS)]
# 生成对应长度的计数器序列：把[1,2,3]重复len(df)次（这里是3次）
repeated_df['counter'] = pd.tile(range(1, PERIODS + 1), len(df))
# 重置索引
repeated_df = repeated_df.reset_index(drop=True)

说明：df.index.repeat(PERIODS)会让原始的3行各重复3次，得到9行；pd.tile会把计数器序列平铺成刚好9个元素，完美匹配每一行的周期标识。

方法3：交叉连接（Cross Merge）逻辑清晰 #

利用Pandas的交叉连接特性，直接让计数器序列和原始DataFrame做笛卡尔积：

# 生成仅含计数器的DataFrame
counter_df = pd.DataFrame({'counter': range(1, PERIODS + 1)})
# 交叉连接：每个计数器值和原始DataFrame的每一行组合
result = counter_df.merge(df, how='cross').sort_values('counter').reset_index(drop=True)

说明：how='cross'会生成两个DataFrame的所有可能组合，自然就得到了每个周期对应的完整数据，最后排序计数器并重置索引即可。

内容的提问来源于stack exchange，提问作者dassouki