Python复制数据帧中的行

如果数据帧看起来像：

Store,Dept,Date,Weekly_Sales,IsHoliday
1,1,2010-02-05,24924.5,FALSE
1,1,2010-02-12,46039.49,TRUE
1,1,2010-02-19,41595.55,FALSE
1,1,2010-02-26,19403.54,FALSE
1,1,2010-03-05,21827.9,FALSE
1,1,2010-03-12,21043.39,FALSE
1,1,2010-03-19,22136.64,FALSE
1,1,2010-03-26,26229.21,FALSE
1,1,2010-04-02,57258.43,FALSE

我想复制

IsHoliday

等于TRUE的行，我可以：

is_hol = df['IsHoliday'] == True
df_try = df[is_hol]
df=df.append(df_try*10)

---

但是有没有更好的方法可以做到这一点，因为我需要复制假日行5次，如果使用上述方法，我必须追加5次。

您可以将

df\u try

放入列表中，然后按照您的想法执行：

df = df_try
for i in range(4):
   df = df.append(df_try)

# Here, we have df_try times 5

df = df.append(df)

# Here, we have df_try times 10

>>> df.append([df_try]*5,ignore_index=True)

    Store  Dept       Date  Weekly_Sales IsHoliday
0       1     1 2010-02-05      24924.50     False
1       1     1 2010-02-12      46039.49      True
2       1     1 2010-02-19      41595.55     False
3       1     1 2010-02-26      19403.54     False
4       1     1 2010-03-05      21827.90     False
5       1     1 2010-03-12      21043.39     False
6       1     1 2010-03-19      22136.64     False
7       1     1 2010-03-26      26229.21     False
8       1     1 2010-04-02      57258.43     False
9       1     1 2010-02-12      46039.49      True
10      1     1 2010-02-12      46039.49      True
11      1     1 2010-02-12      46039.49      True
12      1     1 2010-02-12      46039.49      True
13      1     1 2010-02-12      46039.49      True

---

另一种方法是使用concat（）函数：

import pandas as pd

In [603]: df = pd.DataFrame({'col1':list("abc"),'col2':range(3)},index = range(3))

In [604]: df
Out[604]: 
  col1  col2
0    a     0
1    b     1
2    c     2

In [605]: pd.concat([df]*3, ignore_index=True) # Ignores the index
Out[605]: 
  col1  col2
0    a     0
1    b     1
2    c     2
3    a     0
4    b     1
5    c     2
6    a     0
7    b     1
8    c     2

In [606]: pd.concat([df]*3)
Out[606]: 
  col1  col2
0    a     0
1    b     1
2    c     2
0    a     0
1    b     1
2    c     2
0    a     0
1    b     1
2    c     2

---

这是一个老问题，但由于它仍然出现在我在谷歌搜索结果的顶部，这里有另一种方法

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1':list("abc"),'col2':range(3)},index = range(3))

假设要复制col1=“b”所在的行

---

您可以使用另一个函数替换列表解释中的

3 if val==“b”else 1

，如果val==“b”则返回3，如果val==“c”则返回4，依此类推，因此它非常灵活。

附加和连接通常速度较慢，因此我建议只创建一个新的行列表并将其转换为数据帧（除非附加一行或连接几个数据帧）

将熊猫作为pd导入
df=pd.DataFrame([
[1,1，'2010-02-05'，24924.5，假]，
[1,1，'2010-02-12'，46039.49，正确]，
[1,1，'2010-02-19'，41595.55，假]，
[1,1，'2010-02-26'，19403.54，假]，
[1,1，'2010-03-05'，21827.9，假]，
[1,1，'2010-03-12'，21043.39，假]，
[1,1，'2010-03-19'，22136.64，假]，
[1,1，'2010-03-26'，26229.21，假]，
[1,1，'2010-04-02'，57258.43，假]
]，列=[“商店”、“部门”、“日期”、“每周销售额”、“iSoliday]”）
温度_df=[]
对于df.itertuples（index=False）中的行：
如果row.IsHoliday：
扩展温度（[列表（行）]*5）
其他：
临时附录（列表（行））
df=pd.DataFrame（temp_-df，columns=df.columns）

这也将复制索引值，对吗？我不知道我是否做错了，但这对我来说非常慢。与使用.append（..）相比，这种更优雅的方法对我来说也非常快.我的用例只是用一行1000倍的时间复制一个数据帧。对于记录来说，进行外部连接可能更快，但代码会变得非常复杂，从而获得很小的增益。

reps = [3 if val=="b" else 1 for val in df.col1]
df.loc[np.repeat(df.index.values, reps)]