DataFrame均值结果格式不符，如何保留列名并实现结果拼接？

下面几个实用方法能帮你保留原列名，得到方便后续拼接的结构化结果：

方法1：先转DataFrame再转置 #

计算均值后，用to_frame()把Series转为单列DataFrame，再转置就能还原原列名：

mean_df = BinA_Data.mean(axis=0, skipna=True, numeric_only=True).to_frame().T

这样得到的mean_df会保留原DataFrame的所有列名，每行对应当前文件的均值，后续用pd.concat()就能轻松拼接多个文件的结果。

方法2：直接指定result_type='expand' #

在mean()方法里加个参数，直接输出DataFrame格式：

mean_df = BinA_Data.mean(axis=0, skipna=True, numeric_only=True, result_type='expand')

这个参数会让聚合结果直接以DataFrame返回，不用额外转换，列名完全和原数据一致。

方法3：批量处理时直接收集DataFrame #

如果是循环处理多个文件，直接把每个文件的均值DataFrame存入列表，最后一次性拼接：

import pandas as pd

mean_results = []
for file_path in your_file_list:
    df = pd.read_csv(file_path)  # 根据你的文件类型调整读取方式
    # 用上面任意一种方法生成带列名的均值DataFrame
    single_mean = df.mean(axis=0, skipna=True, numeric_only=True).to_frame().T
    # 可以加个列标记文件名，方便后续溯源
    single_mean['source_file'] = file_path
    mean_results.append(single_mean)

# 拼接所有结果
final_mean_table = pd.concat(mean_results, ignore_index=True)

你之前用transpose()无效是因为直接对Series转置，本质还是Series结构，必须先转成DataFrame再转置才能保留列名。

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