如何通过market_state列匹配，替换DataFrame中单行为预存多行数据？

原始Pandas DataFrame：

time            market_state 
 5:00:00              open  
 6:00:00           continuous
 7:30:00           continuous
 9:12:00           unscheduled
 10:02:02          intraday 
 10:05:03          intraday 
 11:00:33          closed 

已完成操作：

• 移除连续相同market_state的行，得到处理后DataFrame：

time            market_state 
 5:00:00             open  
 7:30:00           continuous
 9:12:00           unscheduled
 10:02:02          intraday 
 11:00:33          closed 

• 提前存储了所有market_state为intraday的原始行：

store_intraday_market_state = df.loc[df['market_state'] == 'intraday']

存储结果：

time            market_state 
 10:02:02          intraday 
 10:05:03          intraday 

需求：通过market_state列匹配，将处理后DataFrame中的单条intraday行替换为预存的两行数据。

可以通过拆分拼接的方式实现，具体代码如下：

方法一：定位索引后拆分拼接 #

import pandas as pd

# 假设处理后的DataFrame名为processed_df
# 找到处理后DataFrame中intraday行的索引
intraday_index = processed_df[processed_df['market_state'] == 'intraday'].index[0]

# 拆分原DataFrame并拼接预存数据
final_df = pd.concat([
    processed_df.loc[:intraday_index - 1],  # 取intraday行之前的所有数据
    store_intraday_market_state,            # 插入预存的两行intraday数据
    processed_df.loc[intraday_index + 1:]   # 取intraday行之后的所有数据
]).reset_index(drop=True)

方法二：先删除再插入 #

# 先移除处理后DataFrame中的intraday行
temp_df = processed_df[processed_df['market_state'] != 'intraday']
# 获取原intraday行的位置
insert_position = processed_df[processed_df['market_state'] == 'intraday'].index[0]
# 拼接得到最终结果
final_df = pd.concat([
    temp_df.iloc[:insert_position],
    store_intraday_market_state,
    temp_df.iloc[insert_position:]
]).reset_index(drop=True)

最终结果 #

执行后final_df的内容为：

time            market_state 
 5:00:00              open  
 7:30:00           continuous
 9:12:00           unscheduled
 10:02:02          intraday 
 10:05:03          intraday 
 11:00:33          closed 

内容的提问来源于stack exchange，提问作者user19667022