使用Pandas在DataFrame指定位置添加行时原有行消失的问题

问题原因 #

你当前的代码是通过loc[index]或iloc[index]直接给指定位置赋值，这本质是替换该索引对应的原有行，而非在指定位置插入新行，所以才会出现原有行被覆盖消失的情况。

解决方案 #

要实现插入新行的需求，需要把目标DataFrame拆分为插入点前的部分、新行数据、插入点后的部分，再重新合并。推荐使用pd.concat方法，步骤如下：

1. 构造新行的DataFrame
   先把要插入的5行数据整理成和final_table列名一致的DataFrame：

# 构造5行新数据，列数与final_table匹配
new_rows_data = [
    [2023] + [0]*17,
    ['I'] + [0]*17,
    ['II'] + [0]*17,
    ['III'] + [0]*17,
    ['IV'] + [0]*17
]
new_rows = pd.DataFrame(new_rows_data, columns=final_table.columns)

2. 拆分并合并原有DataFrame
   假设你要在final_table_row_num + 91这一行之后插入新行，执行以下代码：

# 确定插入位置的行位置（基于顺序，不是标签）
insert_position = final_table_row_num + 91 + 1  # 在my_row行之后插入新行

# 拆分并合并DataFrame
final_table = pd.concat([
    final_table.iloc[:insert_position],  # 保留插入位置之前的所有行
    new_rows,                            # 插入新行数据
    final_table.iloc[insert_position:]   # 保留插入位置之后的原有行
], ignore_index=True)

• 用iloc[:insert_position]按行位置选取数据，避免因行标签不连续导致的选行错误
• ignore_index=True会重置合并后的行索引，避免出现重复或混乱的索引问题

关于原代码中my_row的处理 #

如果你是要插入my_row而非替换原有行，同样需要用上述逻辑：先把my_row转为单行DataFrame，再插入到指定位置，而不是直接用iloc[index] = my_row替换。示例：

# 把my_row转为单行DataFrame
my_row_df = pd.DataFrame([my_row.values], columns=final_table.columns)
# 在指定位置插入my_row
insert_my_pos = final_table_row_num + 91
final_table = pd.concat([
    final_table.iloc[:insert_my_pos],
    my_row_df,
    final_table.iloc[insert_my_pos:]
], ignore_index=True)

关键注意点 #

• 明确**位置索引（iloc）和标签索引（loc）**的区别：如果final_table的行标签不是连续整数，必须用iloc按位置拆分，避免选行错误
• 插入行后务必重置索引（ignore_index=True），否则后续操作容易出现索引冲突问题

内容的提问来源于stack exchange，提问作者VB666