如何重复pandas数据框？
这是我的数据框，应重复5次：
>>> x = pd.DataFrame({'a':1,'b':2},index = range(1))
>>> x
a b
0 1 2
我想要这样的结果：
>>> x.append(x).append(x).append(x)
a b
0 1 2
0 1 2
0 1 2
0 1 2
但是必须有一种比保持追加更聪明的方法。实际上，Im正在处理的数据帧应重复50次。
我还没有发现任何实用的东西，包括类似np.repeat-—的东西，但它在数据框架上不起作用。
有人可以帮忙吗？
问题答案：
您可以使用以下concat功能：
In [13]: pd.concat([x]*5)
Out[13]:
a b
0 1 2
0 1 2
0 1 2
0 1 2
0 1 2
如果只想重复值而不是索引，则可以执行以下操作：
In [14]: pd.concat([x]*5, ignore_index=True)
Out[14]:
a b
0 1 2
1 1 2
2 1 2
3 1 2
4 1 2
-
我在熊猫的旋转上有点困难。我正在处理的（日期、位置、数据）如下所示： 基本上，我试图在位置上进行枢轴，以获得如下的数据frame： 因为我有一个#数据列，我想要透视（不想把每个列都作为参数列出）。我相信在默认情况下，pivot将透视DataFrame中的其余列。谢了。
-
在编程方面，我是一个新手，特别是熊猫。我也很抱歉，我问了一个已经在SF上提到的问题：我并不真正理解这个问题的现有答案。可能重复，但这个答案对新手来说很容易理解，如果不太全面的话。
-
我的任务是突出显示熊猫数据框中的所有电子邮件副本。是否有一个函数用于此操作，或者有一种方法可以删除所有非重复项，从而为我留下一个很好的列表，列出数据集中的所有重复项？ 该表由六列组成： 我想摆脱最后一列，因为最后一封邮件不是重复的。
-
主要内容：降采样,升采样,频率转换,插值处理数据重采样是将时间序列从一个频率转换至另一个频率的过程，它主要有两种实现方式，分别是降采样和升采样，降采样指将高频率的数据转换为低频率，升采样则与其恰好相反，说明如下： 方法 说明 降采样 将高频率(间隔短)数据转换为低频率(间隔长)。 升采样 将低频率数据转换为高频率。 Pandas 提供了 resample() 函数来实现数据的重采样。 降采样 通过 resample() 函数完成数据的降采样
-
我有一个数据框 我只想保留唯一的索引，因为索引1是重复的，我想删除它的第二个实例，我该怎么做？我想要我的结果
-
问题内容： 现在有很多类似的问题，但是大多数回答了如何删除重复的列。但是，我想知道如何制作一个元组列表，其中每个元组都包含重复列的列名。我假设每一列都有一个唯一的名称。为了进一步说明我的问题： 然后我想要输出： 如果今天您感觉很好，则将相同的问题扩展到行。如何获取元组列表，其中每个元组都包含重复的行。 问题答案： 这是NumPy的一种方法- 样品运行- 进行转换即可，但是对于rows（index）