Python | 熊猫索引.repeat()

简介

在Pandas DataFrame中，我们可以使用.iloc和.loc方法从数据中提取特定的行和列。另一种方法是使用.at和.iat方法来提取单个元素。但是，如果我们想要在相邻的行之间重复数据，该怎么办呢？

这就是.repeat()方法派上用场的地方。该方法可用于将数据重复指定的次数。在Pandas DataFrame中，我们可以使用.repeat()方法来实现以下操作：

• 将单个行复制n次
• 将单个列复制n次

让我们深入学习如何通过.repeat()实现这些操作。

方法

将单个行复制n次

要在Pandas DataFrame中将单个行复制n次，我们首先需要选择要重复的行。假设我们有以下DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

我们想将第二行复制3次。我们可以使用.iloc方法将其选择为：

row_to_repeat = df.iloc[1,:]

现在我们使用.repeat()方法将该行复制3次：

df_repeated = row_to_repeat.repeat(3)

这将返回一个Series，其中包含指定行的副本。现在我们可以将此Series附加到原始DataFrame：

df = df.append(df_repeated, ignore_index=True)

这会将复制后的行添加到DataFrame的末尾，当前无视索引。

将单个列复制n次

要在Pandas DataFrame中将单个列复制n次，我们首先需要选择要重复的列。假设我们有以下DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

我们想将第二列复制3次。我们可以使用.iloc方法将其选择为：

col_to_repeat = df.iloc[:,1]

现在我们使用.repeat()方法将该列复制3次：

col_repeated = col_to_repeat.repeat(3)

这将返回一个Series，其中包含指定列的副本。我们可以使用.to_frame()方法将其转换为DataFrame：

col_repeated_df = col_repeated.to_frame()

这将返回一个只有1列，但列被重复n次的DataFrame。现在我们可以使用.join()方法将其连接到原始DataFrame：

df = df.join(col_repeated_df)

这会将复制后的列附加到原始DataFrame。

结论

.repeat()方法是Pandas DataFrame中非常有用的操作之一。通过使用它，我们可以将单行或列复制n次，并将其附加到原始DataFrame中。这使得很容易在处理数据时进行重复，同时保持代码简洁和整洁。