在 Pandas 的 DataFrame 中插入空白行（即全为 `NaN` 或其他默认值的行），可以使用以下方法： --- ### **方法 1：使用 `loc` 插入空行** ```python import pandas as pd import numpy as np # 示例 DataFrame df = pd.DataFrame({ 'A': [1, 2, 3], 'B': ['x', 'y', 'z'] }) # 在索引 1 的位置插入一行空值（NaN） df.loc[1.5] = np.nan # 插入到索引 1 和 2 之间 df = df.sort_index().reset_index(drop=True) # 重新排序索引 print(df) ``` **输出：** ``` A B 0 1.0 x 1 2.0 y 2 NaN NaN # 新插入的空行 3 3.0 z ``` --- ### **方法 2：使用 `pd.concat` 合并空行** ```python import pandas as pd # 原 DataFrame df = pd.DataFrame({'A': [1, 2], 'B': ['a', 'b']}) # 创建空行（1 行） empty_row = pd.DataFrame([[None] * len(df.columns)], columns=df.columns) # 在索引 1 处插入 df = pd.concat([ df.iloc[:1], # 第 0 行 empty_row, # 空行 df.iloc[1:] # 剩余行 ]).reset_index(drop=True) print(df) ``` **输出：** ``` A B 0 1.0 a 1 NaN NaN # 插入的空行 2 2.0 b ``` --- ### **方法 3：使用 `reindex` 插入空行** ```python import pandas as pd # 示例 DataFrame df = pd.DataFrame({'A': [10, 20], 'B': ['X', 'Y']}) # 扩展索引（在 0 和 1 之间插入 0.5） df = df.reindex([0, 0.5, 1]).reset_index(drop=True) print(df) ``` **输出：** ``` A B 0 10.0 X 1 NaN NaN # 插入的空行 2 20.0 Y ``` --- ### **注意事项** 1. **空行的值**：默认插入的是 `NaN`，也可以用 `None` 或指定默认值（如 `''` 或 `0`）。 2. **索引处理**：插入后可能需要 `reset_index(drop=True)` 重新整理索引。 3. **性能**：大数据集建议用 `pd.concat`，小数据集用 `loc` 或 `reindex`。 ---