如何不使用concat向DataFrame的索引0位置添加字典生成的行？

你当前的代码通过创建临时DataFrame再用concat拼接，实现了把字典首个键作为names值的行插入到原DataFrame的索引0位置。下面提供两种不用concat的实现方式：

方法一：利用loc直接插入行 #

可以通过调整原DataFrame的索引，直接在索引0位置插入新行，步骤如下：

• 先将原DataFrame的索引整体加1，空出索引0的位置
• 直接给索引0赋值新行数据
• 最后可选择重置索引，以获得连续的整数索引

代码示例：

import pandas as pd

df = pd.DataFrame({
    "names": ["a", "a", "a"],
    "org_names": ["a", "a", "a"],
    "math" : ["!not_div", "=", "*"],
    "values": [1, 2, 3],
    "end_result" : ["", 1,2]
})

data = {"interception": 1,
        "a": 2,
        "b": 3,
        "c": 5,
        "d": 6
        }

# 原索引向后偏移1，空出索引0
df.index = df.index + 1
# 插入新行到索引0
df.loc[0] = [list(data.keys())[0], "", "", "", 1]
# 按索引排序并重置索引，恢复连续顺序
df = df.sort_index().reset_index(drop=True)

print(df)

输出结果：

names org_names      math values end_result
0  interception                                     1
1             a         a  !not_div      1           
2             a         a         =      2          1
3             a         a         *      3          2

方法二：使用append方法（注意版本兼容性） #

在pandas 1.x版本中，可直接用append方法把单行数据追加到开头，需要先构造Series对象并设置ignore_index=True来重新生成索引：

代码示例：

import pandas as pd

df = pd.DataFrame({
    "names": ["a", "a", "a"],
    "org_names": ["a", "a", "a"],
    "math" : ["!not_div", "=", "*"],
    "values": [1, 2, 3],
    "end_result" : ["", 1,2]
})

data = {"interception": 1,
        "a": 2,
        "b": 3,
        "c": 5,
        "d": 6
        }

# 构造匹配原DataFrame列名的Series
new_row = pd.Series({
    "names": list(data.keys())[0],
    "org_names": "",
    "math" : "",
    "values": "",
    "end_result" : 1,
})

# 将新行放在前面，append后重置索引
new_df = pd.DataFrame([new_row]).append(df, ignore_index=True)

print(new_df)

输出结果与方法一一致。注意：pandas 2.0及以上版本已移除append方法，高版本用户建议优先使用方法一。

方法对比 #

• loc插入方式更高效，无需额外创建临时DataFrame，可直接在原数据上操作，适合数据量较大的场景。
• append写法更简洁，但受限于pandas版本，本质也是创建新对象，性能和concat差异不大。

内容的提问来源于stack exchange，提问作者shaftel