如何将嵌套列表转换为无索引、无NaN的指定格式Pandas DataFrame？

我有一个由三个Pandas Series组成的列表，数据内容如下：

[1 25
2 35
3 45
4 55
5 65
Name: a, Length: 5, dtype: int
6 75 
7 85
8 95
9 105
10 115
Name: b, Length: 5, dtype: int
11 125
12 135
13 145
14 155
15 165
Name: c, Length: 5, dtype: int]

我尝试用这段代码转换为DataFrame：

df = pd.DataFrame(list, index=None, columns=None)

转换后得到的是单列结构，但我想要的是三列格式——分别以a、b、c为列名，每行对应三个Series相同位置的数据。

解决方法 #

你的原始数据本质是三个独立的Series，直接用pd.DataFrame()会把每个Series当作一行处理，所以结果不符合预期。正确的做法是将这些Series按列方向拼接：

方法1：直接按列拼接（索引一致时）

如果三个Series的索引是对齐的（比如都是从1到5），直接使用pd.concat并指定axis=1：

import pandas as pd

# 假设你的Series列表名为series_list
df = pd.concat(series_list, axis=1)

方法2：重置索引后拼接（索引不一致时）

如果Series的索引不连续或无法对齐，先重置每个Series的索引再拼接：

# 重置每个Series的索引，丢弃原索引
processed_series = [s.reset_index(drop=True) for s in series_list]
df = pd.concat(processed_series, axis=1)

执行后就能得到你想要的三列DataFrame，列名自动沿用每个Series的name属性（a、b、c），每行对应三个Series的同位置数据。

内容的提问来源于stack exchange，提问作者Totoro