如何将Pandas DataFrame复制扩展至固定目标行数？

嘿，这个需求用pandas分分钟搞定！核心思路就是要么把原始数据重复足够多的次数再截取前10行，要么精准控制每行的重复次数来凑够目标行数。下面给你两种实用方案：

方案一：快速重复后截取前10行 #

这种方法最省心，不用纠结每行重复几次，直接把整个DataFrame重复多次，再截取到10行就行：

import pandas as pd
import numpy as np

# 先创建你的原始DataFrame
df = pd.DataFrame({
    'col1': ['A1', 'A13', 'A27'],
    'col2': ['B1', 'B13', 'B27'],
    'col3': ['C1', 'C13', 'C27']
})

# 计算需要重复的次数，确保总长度超过10
repeat_times = (10 // len(df)) + 1
# 用numpy tile重复整个数据数组
extended_values = np.tile(df.values, (repeat_times, 1))
# 转成DataFrame并取前10行
extended_df = pd.DataFrame(extended_values[:10], columns=df.columns)

运行后得到的extended_df里，前9行是原始3行各重复3次，第10行自动取原始第一行，完全符合你“第10行任选原始行”的要求。

方案二：精准控制每行重复次数 #

如果你想明确指定哪一行多重复一次（比如让第三行凑够4次），可以用这种方法：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({
    'col1': ['A1', 'A13', 'A27'],
    'col2': ['B1', 'B13', 'B27'],
    'col3': ['C1', 'C13', 'C27']
})

# 定义每行重复次数：3+3+4=10，让第三行多重复1次
repeat_counts = [3, 3, 4]
# 按次数重复每行
repeated_df = df.loc[df.index.repeat(repeat_counts)]
# 重置索引得到最终10行数据
extended_df = repeated_df.reset_index(drop=True)

这样得到的结果里，前3行是原始第一行，中间3行是原始第二行，最后4行是原始第三行，刚好凑够10行。你可以随便调整repeat_counts里的数字，让任意一行多重复一次。

两种方法都能完美满足需求，选哪种看你自己的习惯就好！

内容的提问来源于stack exchange，提问作者msksantosh