如何使用原始 DF 中的索引创建新的 DataFrame 重复行

Question

我有一个生成随机代理的 DataFrame。但是，我想扩展它们以匹配我正在寻找的人口，所以我需要根据我的抽样索引重复行。

这是一个永远持续的循环代码：

df = pd.DataFrame({'a': [0, 1, 2]})    
sampled_indexes = [0, 0, 1, 1, 2, 2, 2]
new_df = pd.DataFrame(columns=['a'])
for i, idx in enumerate(sampled_indexes):
    new_df.loc[i] = df.loc[idx]

那么，原始DataFrame：

给我一个放大的新数据框的结果

因此，对于具有 34,000 行或更多行（永远需要）的 DataFrame，此循环太慢了。

我怎样才能更简单、更快地做到这一点？

Answer 1

你可以做到 DataFrame.merge:

df = pd.DataFrame({'a': [0, 1, 2]})
sampled_indexes = [0, 0, 1, 1, 2, 2, 2]

print( df.merge(pd.DataFrame({'a': sampled_indexes})) )

打印：

Answer 2

使用 sampled_indexes 重新索引数据帧，然后重置索引。

df.reindex(sampled_indexes).reset_index(drop=True)

如何使用原始 DF 中的索引创建新的 DataFrame 重复行

How to create a new DataFrame repeating rows using indexes from original DF

python

pandas

loops

database-indexes