嘿，你的需求很明确——就是要让代码能适配任意长度的DataFrame，不用硬编码重复次数对吧？这里有两个简洁又灵活的一行式方案，完全满足你的需求：

方案1：用pd.concat拼接（直观易懂） #

这个方法通过拼接三个部分来实现：重复len(df)次的首行、原DataFrame、以及单独的末行，最后重置索引避免重复：

import pandas as pd
import numpy as np

# 你的原始DataFrame构造代码
probes = {'PT011': [-0.16,-0.162,-0.164,-0.166,-0.167],
          'PT012': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT013': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT014': [-0.09,-0.10,-0.11,-0.11,-0.13],
          'PT015': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT021': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT022': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT023': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT024': [-0.1,-0.12,-0.14,-0.16,-0.15],
          'PT025': [-0.2,-0.12,-0.14,-0.16,-0.15] }
df = pd.DataFrame(probes)

# 核心一行代码
new_df = pd.concat([df.iloc[[0]].repeat(len(df)), df, df.iloc[[-1]]]).reset_index(drop=True)

print("处理后的DataFrame:\n", new_df)

代码解释： #

• df.iloc[[0]].repeat(len(df)): 取出首行，重复次数等于原DataFrame的长度（动态获取，无需硬编码）
• df: 原DataFrame的所有行
• df.iloc[[-1]]: 取出末行
• reset_index(drop=True): 重置索引，避免出现重复的行索引

方案2：用np.r_构造索引（更高效） #

如果你追求更高的性能，尤其是处理大型DataFrame时，可以用numpy构造索引数组，直接提取所需行：

# 核心一行代码
new_df = df.iloc[np.r_[np.repeat(0, len(df)), np.arange(len(df)), len(df)-1]].reset_index(drop=True)

代码解释： #

• np.repeat(0, len(df)): 生成包含len(df)个0的数组（对应首行的索引）
• np.arange(len(df)): 生成原DataFrame所有行的索引（0到len(df)-1）
• len(df)-1: 末行的索引
• np.r_[]: 把这三部分索引拼接成一个数组，用iloc提取对应行，最后重置索引

如果你想要的是「首行重复n次 + 原DataFrame除首行 + 末行」 #

看你原来的代码只保留了原DataFrame的第1到最后一行，如果你实际需求是这样的话，只需要稍微修改方案：

# 方案1修改版
new_df = pd.concat([df.iloc[[0]].repeat(len(df)), df.iloc[1:], df.iloc[[-1]]]).reset_index(drop=True)

# 方案2修改版
new_df = df.iloc[np.r_[np.repeat(0, len(df)), np.arange(1, len(df)), len(df)-1]].reset_index(drop=True)

这两个方案都完全不需要硬编码任何数字，不管你的DataFrame是5行还是500行，都能自动适配~

内容的提问来源于stack exchange，提问作者Tomasz