在Python循环中从已有Pandas DataFrame添加指定行到新表的问题

你的三种写法问题分析 #

1. 第一种写法错误原因：
   循环里每次都用second_df = existing_df.iloc[specific_idx]直接覆盖变量，最后只会保留最后一次循环的单行（返回的是Series而非DataFrame），所以最终shape是(15,)。

2. 第二种写法错误原因：
   existing_df[existing_df[col] == specific_val]返回的是单个行的小DataFrame（shape(1,15)），把1000个这种小DataFrame放进列表后，用pd.DataFrame()转换时会把每个小DataFrame当作一个元素，生成三维结构，触发"必须传入二维输入"的报错。

3. 第三种写法错误原因：
   pd.concat()要求传入Series或DataFrame的序列，你传的[new_df, specific_rows]里specific_rows是列表，不是可直接拼接的对象，所以报错。

正确解决方案 #

方案1：直接用iloc传索引列表（最快最简洁）

如果specific_idx_set是整数索引的集合，直接转成列表传给iloc，一步生成目标DataFrame：

second_df = existing_df.iloc[list(specific_idx_set)]

直接得到1000行15列的结果，无需循环。

方案2：用isin批量筛选（适合按列值匹配场景）

如果你的逻辑是按col列的特定值筛选，不用循环，直接用isin批量匹配：

new_df = existing_df[existing_df[col].isin(specific_idx_set)]

这会直接返回所有col值在specific_idx_set范围内的行。

方案3：修正循环+concat的写法

如果一定要用循环（不推荐，效率较低），需把列表里的DataFrame直接传给concat：

specific_rows = []
for specific_val in specific_idx_set:
    specific_rows.append(existing_df[existing_df[col] == specific_val])
# 拼接列表内所有小DataFrame，ignore_index重置索引避免重复
new_df = pd.concat(specific_rows, ignore_index=True)

内容的提问来源于stack exchange，提问作者Sara