我有一个数据框，我需要在每次迭代中删除第一行并最后添加 DFM 值为 100% 的新行后，将其中所有 10 行复制 50 次。如下例所示。
df1：-
Cal Group DFM 1 period 1 39.36% 2 period 1 98.89 3 period 1 99.95% 4 period 1 99.97% 5 period 1 99.99% 6 period 1 100.00% 7 period 1 100.00% 8 period 1 100.00% 9 period 1 100.00% 10 period 1 100.00%
结果：- 我打印了 3 次，移动了 3 次值。但我需要一遍又一遍地重复这个操作 50 次。
Cal Group DFM 1 period 1 39.36% 2 period 1 98.89 3 period 1 99.95% 4 period 1 99.97% 5 period 1 99.99% 6 period 1 100.00% 7 period 1 100.00% 8 period 1 100.00% 9 period 1 100.00% 10 period 1 100.00% 1 period 1 98.89 2 period 1 99.95% 3 period 1 99.97% 4 period 1 99.99% 5 period 1 100.00% 6 period 1 100.00% 7 period 1 100.00% 8 period 1 100.00% 9 period 1 100.00% 10 period 1 100.00% 1 period 1 99.95% 2 period 1 99.97% 3 period 1 99.99% 4 period 1 100.00% 5 period 1 100.00% 6 period 1 100.00% 7 period 1 100.00% 8 period 1 100.00% 9 period 1 100.00% 10 period 1 100.00%
您可以使用列表推导式和shift数据框的 ed 版本，然后concat将它们合成在一起。为了将Cal和Group保留在计算之外，我们首先将它们设置为索引。此外，由于移位会导致 中的缺失值DFM，我们将所需的填充值（即 ）传递"100.00%"给shift。最后，我们重置索引以再次获取Cal和作为列：Group
shift
concat
Cal
Group
DFM
"100.00%"
df_with_new_idx = df.set_index(["Cal", "Group"]) repeat = 50 new_df = pd.concat([df_with_new_idx.shift(-j, fill_value="100.00%") for j in range(repeat)]) new_df = new_df.reset_index()
为了说明起见，重复 3 次而不是上面的 50 次，我得到：
>>> new_df Cal Group DFM 0 1 period 1 39.36% 1 2 period 1 98.89 2 3 period 1 99.95% 3 4 period 1 99.97% 4 5 period 1 99.99% 5 6 period 1 100.00% 6 7 period 1 100.00% 7 8 period 1 100.00% 8 9 period 1 100.00% 9 10 period 1 100.00% 10 1 period 1 98.89 11 2 period 1 99.95% 12 3 period 1 99.97% 13 4 period 1 99.99% 14 5 period 1 100.00% 15 6 period 1 100.00% 16 7 period 1 100.00% 17 8 period 1 100.00% 18 9 period 1 100.00% 19 10 period 1 100.00% 20 1 period 1 99.95% 21 2 period 1 99.97% 22 3 period 1 99.99% 23 4 period 1 100.00% 24 5 period 1 100.00% 25 6 period 1 100.00% 26 7 period 1 100.00% 27 8 period 1 100.00% 28 9 period 1 100.00% 29 10 period 1 100.00%
