本文介绍如何在 Pandas 中高效、准确地将 DataFrame 的每一行重复 n 次，同时严格保留原始行序（非按索引分组重复），避免使用 index.repeat() 导致的“逐行展开式”乱序问题。
本文介绍如何在 pandas 中高效、准确地将 dataframe 的每一行重复 n 次，同时严格保留原始行序（非按索引分组重复），避免使用 `index.repeat()` 导致的“逐行展开式”乱序问题。
在数据预处理或样本增强等场景中，常需对整个 DataFrame 进行整体重复（例如：训练前复制原始批次、构造时序滑动窗口的基准副本）。此时核心诉求是：每轮重复都完整保留原始行的相对位置与顺序，而非对每行单独重复后拼接（后者会打乱原始结构）。
错误做法（如 df.loc[df.index.repeat(n)]）本质是基于索引广播展开，结果为 [A,A,B,B,C,C] —— 它按行内重复，破坏了“块状重复”的逻辑；而正确目标是 [A,B,C,A,B,C]，即「先全量输出原表，再全量输出原表」的叠加。
✅ 推荐解法：使用 pd.concat() 沿轴 0（行方向）拼接多个相同 DataFrame 的引用：
import pandas as pd
# 构造示例数据
df = pd.DataFrame({
'Column A': ['A', 'B', 'C'],
'Column B': [1, 2, 3]
})
n = 2
result = pd.concat([df] * n, ignore_index=True)
print(result)输出：
Column A Column B 0 A 1 1 B 2 2 C 3 3 A 1 4 B 2 5 C 3
? 关键参数说明：
- [df] * n 创建包含 n 个相同 DataFrame 引用的列表（内存友好，不深拷贝）；
- ignore_index=True 重置最终索引为连续整数（推荐启用，避免重复索引引发后续操作歧义）；
- 若需保留原始索引（如 0,1,2,0,1,2），则显式设为 ignore_index=False（但需注意：这可能导致索引非唯一，影响 .loc 等操作）。
⚠️ 注意事项：
- 避免使用 df.iloc[np.arange(len(df)).repeat(n)] 或 df.loc[df.index.repeat(n)]，它们均导致行内重复；
- 对于超大 DataFrame，pd.concat() 默认会触发一次内存拷贝；若需极致性能且确定原 df 不会被修改，可结合 copy=False（Pandas ≥ 2.0）或使用 pd.concat(..., copy=False)（注意兼容性）；
- 若需动态控制不同行的重复次数（非统一 n），则应回归 index.repeat() + df.loc[] 组合，但此时必须配合 sort_index=False（Pandas ≥ 1.5）或手动重建顺序。
总结：pd.concat([df] * n, ignore_index=True) 是实现“整表块状重复”最简洁、可读性最强、语义最清晰的标准方案，兼顾正确性、性能与维护性。
