如何将DataFrame指定行拆分后导入空DataFrame对应列？

方案1：按行对匹配A、B列（一一对应） #

如果你需要将原DataFrame的特定行两两配对，把每对中的第一行拆分为df2的A列多行，第二行拆分为B列多行（每行的10个值对应成10行），可以用以下代码：

import pandas as pd
import numpy as np

# 构造示例原DataFrame（10列15行）
df = pd.DataFrame(np.arange(150).reshape(15,10), columns=[f'col{i}' for i in range(10)])

# 定义行配对规则：(A列对应的行索引, B列对应的行索引)，可根据需求修改
row_pairs = [(0, 2), (3, 5), (6, 8), (9, 11), (12, 14)]

df_list = []
for a_row, b_row in row_pairs:
    # 提取指定行的所有值，转为单列数组
    col_a = df.loc[a_row].values.reshape(-1, 1)
    col_b = df.loc[b_row].values.reshape(-1, 1)
    # 合并为临时DataFrame，添加到列表
    temp_df = pd.DataFrame(np.hstack([col_a, col_b]), columns=['A', 'B'])
    df_list.append(temp_df)

# 合并所有临时DataFrame得到最终df2
df2 = pd.concat(df_list, ignore_index=True)

代码说明： #

• row_pairs可自定义调整，比如你需要第0行对应A、第2行对应B，第3行对应A、第5行对应B，直接按这个格式添加配对即可。
• 每一对行的10个值会被拆成10行，A和B列的每行一一对应。

方案2：按顺序交替分配行到A/B列 #

如果你的规则是跳过某些行后，剩余行按顺序交替存入A、B列（比如第0行→A，第2行→B，第3行→A，第5行→B...），可以用以下代码：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(150).reshape(15,10), columns=[f'col{i}' for i in range(10)])

# 筛选需要处理的行索引（这里跳过行1，可根据需求修改）
target_rows = [i for i in df.index if i != 1]

a_values = []
b_values = []

# 遍历目标行，交替存入A、B列表
for idx, row_idx in enumerate(target_rows):
    row_data = df.loc[row_idx].tolist()
    if idx % 2 == 0:
        a_values.extend(row_data)
    else:
        b_values.extend(row_data)

# 构造df2，长度不一致时自动用NaN填充
df2 = pd.DataFrame({'A': a_values, 'B': b_values})

代码说明： #

• target_rows可调整筛选条件，比如你想跳过更多行，直接修改列表生成逻辑即可。
• 交替逻辑通过idx % 2判断，偶数位的目标行存入A，奇数位存入B。
• 如果A和B的长度不同，短的列会自动用NaN填充缺失值。

内容的提问来源于stack exchange，提问作者Mencio