如何将Pandas DataFrame数据合并至单一索引行？

方法一：从现有多行DataFrame聚合 #

你的代码生成的DataFrame每行仅含一个有效值，其余为NaN，直接对每列取非空值即可合并为一行：

import pandas as pd

data = [{'TpoMoneda': 'UYU'}, {'MntNetoIvaTasaMin': '3825.44'}, {'IVATasaMin': '10.000'}, {'IVATasaBasica': '22.000'}, {'MntIVATasaMin': '382.54'}, {'MntTotal': '4207.98'}, {'MntTotRetenido': '133.90'}, {'CantLinDet': '2'}, {'RetencPercep': None}, {'RetencPercep': None}, {'MontoNF': '0.12'}, {'MntPagar': '4342.00'}]

df = pd.DataFrame.from_dict(data, orient='columns')
# 聚合为一行，max()会自动忽略NaN取有效值
merged_df = df.max().to_frame().T

# 或者用遍历列的方式，更直观
merged_df = pd.DataFrame({col: [df[col].dropna().iloc[0]] for col in df.columns})

方法二：直接重构原始数据（更高效） #

既然原始数据是单个键值对的字典列表，没必要先生成多行DataFrame，直接合并所有字典再转成DataFrame更高效：

import pandas as pd

data = [{'TpoMoneda': 'UYU'}, {'MntNetoIvaTasaMin': '3825.44'}, {'IVATasaMin': '10.000'}, {'IVATasaBasica': '22.000'}, {'MntIVATasaMin': '382.54'}, {'MntTotal': '4207.98'}, {'MntTotRetenido': '133.90'}, {'CantLinDet': '2'}, {'RetencPercep': None}, {'RetencPercep': None}, {'MontoNF': '0.12'}, {'MntPagar': '4342.00'}]

# 合并所有字典，重复键会保留最后一个值
merged_dict = {}
for item in data:
    merged_dict.update(item)

# 转换为1行的DataFrame
df = pd.DataFrame([merged_dict])

两种方法最终都会得到1行11列的DataFrame，保留所有原始有效值。

内容的提问来源于stack exchange，提问作者ciaanolu