如何在Pandas DataFrame指定位置按需插入自定义新行？

你的核心问题是直接修改索引位置的值会覆盖原有数据，而非插入新行。以下是实现需求的高效方法：

完整代码 #

import pandas as pd

# 读取数据（保留你的读取逻辑）
with open("week-1-algorithm.txt", "r") as f:
    text = [line.split() for line in f]

df = pd.DataFrame(text, columns=["Column1", "Column2"])

# 1. 标记所有新分组的起始行（Column1与上一行不同的行，包含第一行）
is_new_group = df["Column1"] != df["Column1"].shift()
new_group_indices = df[is_new_group].index

# 2. 生成需要插入的分隔行
insert_rows = pd.DataFrame({
    "Column1": [f"t # {i}" for i in range(len(new_group_indices))],
    "Column2": [pd.NA] * len(new_group_indices)
})
# 设置插入行的索引为原起始行索引减0.5，确保排序后在对应行上方
insert_rows.index = new_group_indices - 0.5

# 3. 合并原数据与插入行，排序后重置索引
combined_df = pd.concat([df, insert_rows]).sort_index().reset_index(drop=True)

# 查看结果
print(combined_df)

关键逻辑说明 #

1. 识别分组起始行：用shift()对比当前行与上一行的Column1值，标记所有新分组的起始位置。
2. 生成插入行：为每个起始行生成对应的t # {编号}行，Column2设为pd.NA（对应NULL）。
3. 插入并排序：通过给插入行设置偏移索引（原索引-0.5），合并后排序即可让插入行自动出现在对应分组的上方，最后重置索引得到连续的行号。

原代码问题分析 #

你使用new_df.loc[i+1] = ...时，是直接修改已有索引位置的数值，而非插入新行。Pandas的索引是固定映射，直接赋值只会覆盖原有数据，无法实现插入操作。

内容的提问来源于stack exchange，提问作者Fortides