如何在Pandas DataFrame中将指定列的多行值追加到首行作为新列

我来帮你搞定这个需求～咱们先理清目标：把原DataFrame中col2列里除首行外的所有值，作为新列添加到首行数据中，同时还要处理空DataFrame的边界情况。

先看原数据与目标结构 #

原DataFrame代码：

import pandas as pd
df = pd.DataFrame()
df['col1'] = ('y','y','y')
df['col2'] = ('a','b','c')
df['col3'] = ('x','x','x')

目标是得到这样的结果：

正确实现步骤 #

核心思路是：保留首行数据，提取col2的剩余值作为新列，再拼接在一起，同时优先处理空DataFrame的情况避免报错。

完整代码如下：

import pandas as pd

def transform_df(df):
    # 边界条件：空DataFrame直接返回，不执行任何操作
    if df.empty:
        return df
    
    # 提取首行数据（用iloc[[0]]保持DataFrame格式，而非转成Series）
    result_df = df.iloc[[0]].copy()
    
    # 提取col2中除首行外的所有值
    extra_col2_vals = df['col2'].iloc[1:].values
    
    # 动态生成新列名，比如col21、col22...
    new_columns = [f'col2{i+1}' for i in range(len(extra_col2_vals))]
    
    # 将提取的值逐个添加为新列
    for col_name, val in zip(new_columns, extra_col2_vals):
        result_df[col_name] = val
    
    return result_df

# 测试原数据
df = pd.DataFrame()
df['col1'] = ('y','y','y')
df['col2'] = ('a','b','c')
df['col3'] = ('x','x','x')

print(transform_df(df))

# 测试空DataFrame
empty_df = pd.DataFrame()
print(transform_df(empty_df))  # 输出空DataFrame，无任何操作

关键细节解释 #

1. 边界处理：先判断df.empty，为空直接返回，避免后续代码因无数据报错。
2. 保留首行格式：用df.iloc[[0]]而非df.iloc[0]，这样得到的仍是DataFrame对象，方便后续添加新列；如果用iloc[0]会得到Series，还需额外转成DataFrame。
3. 动态适配列数：通过列表推导式根据剩余值的数量生成列名，哪怕原DataFrame有更多行（比如4行col2值），也能自动生成col21、col22、col23这类列名。

你之前尝试的问题分析 #

你用iterrows的代码有几个小问题：

• df1没有提前初始化，直接赋值会触发报错；
• row是遍历得到的行Series对象，不是索引值，df1['col2'+row]会把Series转成字符串，导致列名完全错误；
• 新版Pandas中append方法已被弃用，且这里其实不需要遍历整表拼接，效率更低。

内容的提问来源于stack exchange，提问作者rakurakur