如何将Pandas DataFrame两行值合并为新行并设置列名？

错误原因分析 #

你执行df = df.columns.astype(str)后，df变量被替换成了Index对象（原DataFrame列名转字符串后的索引），不再是原来的DataFrame，因此后续调用df.loc[0]会触发AttributeError——Index类型没有loc属性。这是代码中的核心问题。

符合Pandas风格的实现方法 #

以下是几种简洁高效的实现方式，完全满足你的需求：

方法1：列表推导式生成新列名

# 提取第一行数据，用于和原列名拼接
row0 = df.iloc[0]
# 生成新列名：第一行值 + 下划线 + 原列名
new_columns = [f"{val}_{col}" for val, col in zip(row0, df.columns)]
# 构建新DataFrame：保留第二行数据，重命名列，重置索引
new_df = df.iloc[1:].rename(columns=dict(zip(df.columns, new_columns))).reset_index(drop=True)
# 保持索引列名称为'index'
new_df.index.name = 'index'

方法2：矢量化操作（更简洁）

利用Pandas的矢量化特性，避免显式循环：

# 矢量化拼接生成新列名
new_columns = df.iloc[0].astype(str) + '_' + df.columns.astype(str)
# 构建新DataFrame并设置列名、重置索引
new_df = df.iloc[1:].set_axis(new_columns, axis=1).reset_index(drop=True)
new_df.index.name = 'index'

效果验证 #

原DataFrame结构：

执行代码后得到的新DataFrame：

内容的提问来源于stack exchange，提问作者Nick Seymour