如何在DataFrame中创建指定行数重复行并修改指定列值

没问题，我来帮你搞定这个需求！下面是用Pandas实现的具体步骤和代码，完全贴合你的要求：

步骤拆解 #

• 提取你指定的目标行（行索引4）
• 生成25条该行的重复数据
• 修改这些重复行里的C列值为1
• 将修改后的重复行追加到原DataFrame的末尾
• （可选）重置索引，避免出现重复的索引值

完整代码示例 #

首先我们先构造你提供的示例DataFrame：

import pandas as pd

# 构造示例数据
data = {
    'A': [1,2,2,2,1,1,2,2,2,1],
    'B': [1,2,2,2,1,1,2,2,2,1],
    'C': [0,1,1,1,0,0,1,1,1,0],
    'D': [1,1,1,1,1,1,1,1,1,1],
    'E': [1,1,1,1,1,1,1,1,1,1],
    'F': [0,0,0,0,0,0,0,0,0,0]
}
df = pd.DataFrame(data)

接下来执行核心操作：

# 1. 提取目标行（行索引4），用copy()避免后续修改影响原行
target_row = df.iloc[4].copy()

# 2. 创建25条重复行
new_rows = pd.DataFrame([target_row] * 25)

# 3. 修改C列为1
new_rows['C'] = 1

# 4. 追加到原DataFrame末尾，ignore_index=True重置索引
df = pd.concat([df, new_rows], ignore_index=True)

代码说明 #

• 用df.iloc[4]精准定位行索引为4的行，加上.copy()是为了防止后续修改重复行时意外改动原DataFrame里的目标行
• [target_row] * 25会生成一个包含25个相同行对象的列表，再用pd.DataFrame()转换成DataFrame格式
• 直接给new_rows['C']赋值1会批量修改所有重复行的C列值
• pd.concat()用来合并原DataFrame和新生成的重复行，ignore_index=True会让合并后的DataFrame重新生成连续的索引，避免出现重复索引的问题

运行完代码后，你原DataFrame的末尾就会多出25条基于行4、且C列值为1的新行啦！

内容的提问来源于stack exchange，提问作者user9238790