repeat使用方法

        处理工作时被要求生成有规律的空df，因为数据量太大，用for循环花费时间太长，经人指点使用np.repeat方法（for循环真是太费时间了，尤其是数据量大的时候，尽量不要使用）建立空的、结构完整的dataframe再将空dataframe与有数据的dataframe合并，起到更新dataframe的效果。

# 补缺测
        # 新建空的dataframe（站点齐全）
        data_time_list = list(data_time_list)
        station_id = list(station_id)
        df_id = np.repeat(data_time_list, len(station_id), axis=0)
        df_time = np.repeat(list(station_id)*len(data_time_list), 1, axis=0)
        df_null = pd.concat([pd.DataFrame(df_id), pd.DataFrame(df_time)], axis=1)
        df_null.columns = ['data_time','id']
        # 将有缺测情况的站点数据导入新建的df中，缺数据的站为none
        df_data_all = pd.merge(df_null, df_data_all, how='outer', on=['id', 'data_time'])