如何在Pandas中将列值合并为行标题并生成指定Excel格式

问题分析 #

你遇到的Concat DataFrame Reindexing only valid with uniquely valued Index objects错误，核心原因是操作过程中生成的DataFrame存在重复索引值，导致concat无法完成重索引对齐。结合你的需求（将每行首列与原列名组合为新列，值按列排布），推荐用melt+pivot的组合方法替代transpose/concat，从根源避免索引重复问题。

解决方案步骤 #

1. 模拟原始数据（对应你抓取的行存储DataFrame） #

import pandas as pd

# 模拟Selenium抓取的保险额度表格数据
data = [
    ["重疾险", 500000, 300000, 200000],
    ["医疗险", 2000000, 1500000, 1000000],
    ["意外险", 1000000, 800000, 500000]
]
df = pd.DataFrame(data, columns=["险种", "基础版", "进阶版", "尊享版"])

2. 转换为目标格式 #

# 第一步：将宽表转为长格式，拆分出险种、版本、额度三个字段
melted_df = df.melt(id_vars="险种", var_name="版本", value_name="额度")

# 第二步：组合新列名（首列内容+原列名）
melted_df["新列名"] = melted_df["险种"] + "-" + melted_df["版本"]

# 第三步：转回宽格式，得到按列排布的目标DataFrame
target_df = melted_df.pivot(columns="新列名", values="额度").reset_index(drop=True)

3. 处理重复值（可选） #

如果原始数据中存在重复的「险种+版本」组合，先去重再转换：

# 保留最新的重复记录，可根据需求调整keep参数（first/last）
melted_df = melted_df.drop_duplicates(subset=["险种", "版本"], keep="last")

4. 导出Excel #

# 导出为指定格式Excel，index=False避免导出索引列
target_df.to_excel("保险额度汇总.xlsx", index=False)

为什么这个方法有效？ #

transpose和concat容易因索引/列名重复触发错误，而melt+pivot的流程是先将所有数据拆分为标准化的键值对，再通过唯一的新列名重新组合成宽表，从根源保证了索引和列名的唯一性，彻底规避重索引错误。

内容的提问来源于stack exchange，提问作者Georgian Costea