擅长:python、mysql、java
<p>您要搜索的行为是由<code>numpy.insert</code>实现的,但是,这对于<code>pandas.DataFrame</code>对象来说不太好,但是不管怎样,<code>pandas.DataFrame</code>对象内部都有一个<code>numpy.ndarray</code>(根据各种因素,它可能是多个数组,但是您可以将它们看作是通过<code>.values</code>参数访问的数组)。在</p>
<p>您只需重新构造数据帧的<code>columns</code>,否则,我认为这是最简单、最快的方法:</p>
<pre><code>In [1]: import pandas as pd, numpy as np
In [2]: df = pd.DataFrame({'Name':['Tom', 'Jack', 'Steve', 'Ricky'],'Age':
...: [28,34,29,42]})
In [3]: df1 = pd.DataFrame({'Name':['Anna', 'Susie'],'Age':[20,50]})
In [4]: np.insert(df.values, (0,2), df1.values, axis=0)
Out[4]:
array([['Anna', 20],
['Tom', 28],
['Jack', 34],
['Susie', 50],
['Steve', 29],
['Ricky', 42]], dtype=object)
</code></pre>
<p>所以这会返回一个数组,但是这个数组正是你需要的数据帧!还有其他元素,即<code>columns</code>已经存在于原始数据帧上,所以您只需执行以下操作:</p>
^{pr2}$
<p>所以这条线就是你所需要的。在</p>