在Pandas数据框架的指定位置插入行

要在Pandas数据框架的指定位置插入行，需要按照以下步骤进行：

1. 定义新行的数据

首先需要定义要插入的新行的数据，可以根据实际需要自行定义。例如，我们可以定义一个包含三个字段的字典，代表着新行的数据：

new_row = {'name': 'Emily', 'age': 30, 'city': 'Shanghai'}

1. 将新行转换成数据框

将新行数据转换成数据框格式，并设置列名。需要注意的是，这里的列名必须与原始数据框的列名保持一致。

import pandas as pd

new_row_df = pd.DataFrame([new_row], columns=['name', 'age', 'city'])

1. 将原始数据框拆分成两个部分

先将要插入的新行前面的数据提取出来，作为一个新的数据框。例如，如果要在第三行插入新行，则需要将原始数据框的前两行与后面的行分别提取出来。

# 假设原始数据框为df，新行需要插入到第3行
top = df.iloc[:2]
bottom = df.iloc[2:]

1. 合并新旧两个数据框

将新的数据框和原始数据框拆分成的两个部分合并起来，组成一个新的数据框。

result = pd.concat([top, new_row_df, bottom])

1. 重设索引

由于插入新行后，数据框的索引可能会发生变化，需要进行重设索引。这个可以使用reset_index方法实现。

result.reset_index(drop=True, inplace=True)

最终的完整代码示例如下：

import pandas as pd

# 假设原始数据框为df，新行需要插入到第3行
new_row = {'name': 'Emily', 'age': 30, 'city': 'Shanghai'}
new_row_df = pd.DataFrame([new_row], columns=['name', 'age', 'city'])

top = df.iloc[:2]
bottom = df.iloc[2:]

result = pd.concat([top, new_row_df, bottom])
result.reset_index(drop=True, inplace=True)