Pandas 如何复制一个DataFrame（How to repeat a Pandas DataFrame）

在本文中，我们将介绍如何在Pandas中复制一个DataFrame。有时候我们需要对数据进行复制和重复操作，以便更好地分析和处理数据。

阅读更多：Pandas 教程

Pandas 的DataFrame复制

Pandas中有多种方法可以复制一个DataFrame。下面我们将介绍其中两种常用的方法。

方法一：使用copy()函数

使用copy()函数可以复制一个DataFrame。这种方法会生成一个独立的DataFrame，与原始数据没有任何联系。

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df_copy = df.copy()

print(df)
print(df_copy)

运行结果：

   A  B
0  1  3
1  2  4
   A  B
0  1  3
1  2  4

方法二：使用repeat()函数

使用repeat()函数可以复制一个DataFrame中的数据指定次数。这种方法会生成一个新的DataFrame，其中每个元素都按照指定次数重复。

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df_repeat = df.reindex(df.index.repeat(3))

print(df)
print(df_repeat)

运行结果：

   A  B
0  1  3
1  2  4
   A  B
0  1  3
0  1  3
0  1  3
1  2  4
1  2  4
1  2  4

在以上示例中，我们使用reindex()函数指定了要重复的次数。这种方法可以采用不同的方式重复数据，比如按照列重复（df.reindex(columns=df.columns.repeat(3))）。

手动复制DataFrame

除了以上两种方法，我们还可以手动复制DataFrame。这种方法可以灵活地控制要复制的数据。

import pandas as pd

df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df_manually = pd.concat([df]*3, ignore_index=True)

print(df)
print(df_manually)

运行结果：

   A  B
0  1  3
1  2  4
   A  B
0  1  3
1  2  4
2  1  3
3  2  4
4  1  3
5  2  4

在以上示例中，我们使用了concat()函数将原始DataFrame复制了三次，并将ignore_index参数设置为True以重新排序行索引。

总结

通过本文，我们学习了三种在Pandas中复制DataFrame的方法。无论是使用copy()函数、repeat()函数还是手动复制DataFrame，我们都能够轻松地操作和处理数据。在实际工作中，根据不同的数据需求，我们可以选择不同的复制方法。