Pandas DataFrame指定位置插入行并复制行内容后删除原行问题

核心思路 #

不用numpy操作（会丢失列名），直接用Pandas的pd.concat()拆分拼接DataFrame，完成行的移动：将原索引3的行插入到索引2的位置，原索引2的行后移，通过拼接自动排除原索引3的行。

代码实现（默认数字索引场景） #

假设你的DataFrame为df，默认索引是0,1,2,3,4,...：

# 提取要移动的行（原索引3），保持DataFrame格式
row_to_move = df.loc[[3]]
# 拆分并拼接：前2行 → 要移动的行 → 原索引2的行 → 后续行
new_df = pd.concat([
    df.iloc[:2],
    row_to_move,
    df.iloc[2:3],
    df.iloc[4:]
]).reset_index(drop=True)  # 重置索引避免重复，不需要可去掉该方法

自定义标签索引场景 #

如果你的DataFrame是自定义标签索引（比如['a','b','c','d','e']），要把标签'd'移到'c'前面：

row_to_move = df.loc[['d']]
new_df = pd.concat([
    df.loc[:'b'],  # 取到标签'b'的所有行
    row_to_move,
    df.loc['c':'c'],  # 原标签'c'的行
    df.loc['e':]  # 标签'e'及之后的行
])

为什么用numpy会出问题 #

numpy操作会把DataFrame转换成纯二维数组，丢失列名、索引等结构化信息，转回DataFrame时默认会用数字作为列名，所以必须用Pandas原生的拼接方法来保留数据结构。

内容的提问来源于stack exchange，提问作者thole