有时候，我们需要根据某列的分成多列，那么，有些列就需要重复多次，比如说：
newvalues=np.dstack((np.repeat(t.reportno.values,list(map(len,t.data_list.values))),np.concatenate(t.data_list.values))) pd.DataFrame(data=newvalues[0],columns=['reportno','data_list']) #看看这个repeat list(map(len,t.data_list.values)) #[4, 4, 4, 18, 4, 24, 13, 4, 64, 24, 18, 4, 7, 13, 17]
numpy.repeat()
我们下面看一下函数
numpy.repeat(a, repeats, axis=None)
参数：
a：array_like ，需要重复的数据
repeats：int or array of ints，每个元素的重复次数。可以是list，比如上面的
axis：int, 可选，axis=None（默认）时候就会flatten当前矩阵，实际上就是变成了一个行向量，axis=0,沿着y轴复制，实际上增加了行数，axis=1,沿着x轴复制，实际上增加列数
例子：
#3重复4次 np.repeat(3, 4) #array([3, 3, 3, 3]) #重复2次，注意不是1234,1234 x = np.array([[1,2],[3,4]]) np.repeat(x, 2) #array([1, 1, 2, 2, 3, 3, 4, 4]) #增加列数 np.repeat(x, 3, axis=1) ''' array([[1, 1, 1, 2, 2, 2], [3, 3, 3, 4, 4, 4]]) ''' #增加行数，1相当于原来的值，重复一次就是原来的值 np.repeat(x, [1, 2], axis=0) ''' array([[1, 2], [3, 4], [3, 4]]) '''
官网：https://numpy.org/doc/stable/reference/generated/numpy.repeat.html
pandas.Series.repeat
我们一般这样使用
df.col.repeat(n)
其中n和上面的repeats参数一样，还有axis不需要填