如何通过值列表指定索引，在DataFrame对应位置插入(-999,-999)新行

嘿，这个需求我刚好碰过类似的，给你分享两个好用的解决方法，都能完美实现你要的效果！

这个方法不需要循环，通过给新行设置「原索引+0.5」的小数索引，合并后排序就能自动把新行放到目标位置下方，非常适合批量插入场景：

import pandas as pd

# 假设你的原DataFrame名为df，这里模拟一个220行2列的示例
df = pd.DataFrame({'col1': range(220), 'col2': range(220)})

# 你的目标插入索引列表
insert_indices = [41, 84, 129, 174, 219, 45]

# 创建包含所有待插入行的DataFrame，索引设为原索引+0.5
new_rows = pd.DataFrame(
    [[-999, -999]] * len(insert_indices),
    index=[idx + 0.5 for idx in insert_indices],
    columns=df.columns
)

# 合并原数据与新行，按索引排序后重置索引
df_with_inserts = pd.concat([df, new_rows]).sort_index().reset_index(drop=True)

处理完成后，每个指定索引的下方都会准确出现(-999, -999)的新行，代码简洁又高效。

如果你需要对插入过程有更多自定义空间，可以用循环实现，但必须倒序遍历插入索引——先处理大索引，避免前面的插入操作导致后续索引位置偏移：

import pandas as pd

df = pd.DataFrame({'col1': range(220), 'col2': range(220)})
insert_indices = [41, 84, 129, 174, 219, 45]

# 对插入索引降序排序，从最大的索引开始处理
for idx in sorted(insert_indices, reverse=True):
    # 拆分原DataFrame，在目标索引的下一个位置插入新行
    df = pd.concat([
        df.iloc[:idx+1],
        pd.DataFrame([[-999, -999]], columns=df.columns),
        df.iloc[idx+1:]
    ]).reset_index(drop=True)

倒序处理的逻辑是：比如先处理索引219（最后一行），插入后不会影响其他位置；接着处理174时，前面的插入操作也不会改变它的位置，确保每一次插入都精准对应目标位置。

你可以通过类似df_with_inserts.iloc[[41,42,45,46]]的代码查看插入效果，会看到索引41、45的下一行都是(-999, -999)，完全符合你的需求。

内容的提问来源于stack exchange，提问作者user9454050