如何在Pandas DataFrame首尾添加两行全0数据并重置索引？

我有一个名为df_x的Pandas DataFrame，创建代码如下：

# create DataFrame
df_x = pd.DataFrame({'logvalue': ['20', '20.5', '18.5', '2', '10'],
                     'ID': ['1', '2', '3', '4', '5']})

需要完成以下操作：

• 在DataFrame的开头和结尾各添加一行全0数据
• 新增violatedInstances列，取值与示例一致
• 重新整理DataFrame的索引

期望输出表格：

通过Pandas的concat方法和列赋值即可实现，步骤如下：

1. 新增violatedInstances列
   根据示例给定的取值直接赋值，若有判断规则可替换为条件逻辑：

   df_x['violatedInstances'] = [0, 1, 0, 1, 1]
   

2. 构造首尾全0行
   创建与原DataFrame列名完全匹配的单行DataFrame：

   top_row = pd.DataFrame({'logvalue': ['0'], 'ID': ['0'], 'violatedInstances': [0]})
   bottom_row = pd.DataFrame({'logvalue': ['0'], 'ID': ['0'], 'violatedInstances': [0]})
   

3. 合并数据并重置索引
   使用pd.concat合并首尾行与原数据，通过ignore_index=True自动重置索引：

   result_df = pd.concat([top_row, df_x, bottom_row], ignore_index=True)
   

完整可运行代码 #

import pandas as pd

# 创建原DataFrame
df_x = pd.DataFrame({'logvalue': ['20', '20.5', '18.5', '2', '10'],
                     'ID': ['1', '2', '3', '4', '5']})

# 添加目标列
df_x['violatedInstances'] = [0, 1, 0, 1, 1]

# 构造首尾全0行
top_row = pd.DataFrame({'logvalue': ['0'], 'ID': ['0'], 'violatedInstances': [0]})
bottom_row = pd.DataFrame({'logvalue': ['0'], 'ID': ['0'], 'violatedInstances': [0]})

# 合并并重置索引
result_df = pd.concat([top_row, df_x, bottom_row], ignore_index=True)

# 打印结果
print(result_df)

扩展说明 #

如果violatedInstances的取值需要根据logvalue的数值判断（比如示例中20.5、2、10对应1），可改用条件赋值：

# 转换logvalue为数值类型后判断
df_x['violatedInstances'] = df_x['logvalue'].astype(float).apply(
    lambda x: 1 if x in [20.5, 2, 10] else 0
)

内容的提问来源于stack exchange，提问作者Niro Mal