如何将Pandas Series转换为单级索引的Pandas DataFrame

嘿，我来帮你搞定这个转换问题！你现在有一个带文件名索引的Series，想要把它转成单级列索引、仅一行的DataFrame，常规的reset_index()会生成多行多列，确实达不到你的需求，我给你两种针对性的解决方案：

方案1：列名为文件名（更实用的格式） #

这种方案会把每个文件名作为DataFrame的列名，对应数值作为该列的内容，生成一行数据，行索引可以设置为你想要的1：

# 先获取你的Series（替换成你的实际变量即可）
s = pd.DataFrame(cfd_appr).transpose().sum(axis=1)

# 转换为目标DataFrame
df = pd.DataFrame.from_dict(s.to_dict(), orient='index').T
# 可选：设置行索引为1
df.index = [1]

执行后得到的DataFrame是单级列索引，列名全部是你的文件名，仅一行数据，完全符合单级索引的要求。

方案2：交替排列文件名和值（匹配你给出的示例格式） #

如果你确实需要列按照“文件名-值-文件名-值”的顺序交替排列，列名默认是0、1、2...，可以用扁平化列表的方式实现：

s = pd.DataFrame(cfd_appr).transpose().sum(axis=1)

# 把索引和值交替展开成扁平列表
flat_data = []
for file_name, value in s.items():
    flat_data.append(file_name)
    flat_data.append(value)

# 创建DataFrame并设置行索引为1
df = pd.DataFrame([flat_data], index=[1])

这样得到的结果就和你给出的示例格式完全一致了。

为什么之前的方法行不通？ #

你之前用reset_index()得到的是多行结构的DataFrame，而set_index('index')会因为原有结构的问题产生多级索引——这两种方法都是针对多行数据的操作，而我们需要的是把Series的键值对“平铺”成一行，所以上面的两种方法更适配你的需求。

内容的提问来源于stack exchange，提问作者Gavrk