怎么从dataframe中任取一列出来并重复一百次

在Pandas库中，如果你想从DataFrame中提取一列并重复特定次数，比如100次，你可以按照以下步骤操作：

1. 首先，选择你需要的那一列。假设你有一个名为`df`的DataFrame，你想复制的是`column_name`列，可以这样做：

   column_data = df['column_name']

2. 接着，使用NumPy的`repeat()`函数来重复这一列100次，将该列的数据扩展到所需的长度：

   repeated_column = np.repeat(column_data.values, 100)

3. 然后，你可以把结果转换回DataFrame形式，如果需要的话：

   result_df = pd.DataFrame(repeated_column.reshape(-1, 1), columns=['repeated_column'])

`reshape(-1, 1)`用于调整数组形状以便适合新的一维结构。

4. 最终的`result_df`就是包含原列重复100次的新DataFrame。

注意：如果`column_name`的列不是数值型，可能需要先将其转化为数值型再进行重复操作。

相关问题

dataframe中取一列

要从DataFrame中获取一列，请使用列名称作为索引：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]})

# 获取名为'name'的列
name_column = df['name']
print(name_column)

输出：

0      Alice
1        Bob
2    Charlie
Name: name, dtype: object

取dataframe某一列中的重复数据

可以使用 pandas 库中的 drop_duplicates() 方法来删除 dataframe 中的重复行，同时可以使用 subset 参数指定要删除重复行的列。例如，如果要删除 dataframe df 中名为 column_name 的列中的重复行，可以使用以下代码：

df.drop_duplicates(subset=['column_name'], keep=False)

其中，keep=False 表示删除所有重复行，而不保留任何一个。如果要保留第一个或最后一个重复行，可以将 keep 参数设置为 'first' 或 'last'。