如何将DataFrame多列按顺序堆叠合并为单列？

以下几种方法都能实现你需要的多列合并为单列的需求，适配你提到的「多列、数据类型一致」的实际场景：

方法1：使用pd.concat（直观易懂，适合任意数量的列） #

将每一列转换为Series后拼接，最后转为DataFrame并指定列名：

import pandas as pd

test = pd.DataFrame({'ID': [5, 6, 7, 8], 'Price': [10, 12, 14, 16]})

# 遍历所有列，拼接成一个Series后转为DataFrame
result = pd.concat([test[col] for col in test.columns], ignore_index=True).to_frame('ID')
print(result)

输出结果：

ID
0   5
1   6
2   7
3   8
4  10
5  12
6  14
7  16

方法2：使用stack()处理（基于你已尝试的方法优化） #

对stack()的结果重置索引并转为DataFrame即可：

result = test.stack().reset_index(drop=True).to_frame('ID')

这个方法会自动堆叠所有列的数值，忽略原有的层级索引，直接得到目标格式。

方法3：使用melt()（适合需要灵活控制列的场景） #

通过melt将多列转为「变量-值」格式，再提取值列并重命名：

result = test.melt(value_vars=test.columns, value_name='ID').drop('variable', axis=1).reset_index(drop=True)

以上三种方法都能满足你的需求，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者Rice