为何转置无效？无法将df.loc['Y']行合并至目标DataFrame

错误原因 #

你用df.loc['Y']提取的是Series对象（一维结构），而非DataFrame。直接将Series与df1执行pd.concat(axis=0)时，程序会把Series的索引（即原df的列名A、B）当作新行的索引，Series的值则被存入默认生成的0列，这就导致了索引和列名混乱的问题。另外transpose()对Series无效，因为它本身就是一维数据，转置后结构不会改变。

解决方法 #

只需把提取的行转换成保留原索引和列名的DataFrame即可，有两种简单方式：

方式1：将Series转置为单行DataFrame

# 提取行并转换为DataFrame
row = df.loc['Y'].to_frame().T
# 合并两个DataFrame
result = pd.concat([df1, row], axis=0)

to_frame()先把Series转为以原行索引（Y）为列名的DataFrame，再用.T转置，得到以Y为行索引、A/B为列的单行DataFrame，concat时就能正确匹配结构。

方式2：直接提取为DataFrame

# 用双层方括号直接提取单行DataFrame
row = df.loc[['Y']]
# 合并
result = pd.concat([df1, row], axis=0)

双层方括号的索引方式会直接返回DataFrame，保留原有的行索引Y和列名A、B，无需额外转换，更简洁。

最终效果 #

合并后的结果会新增一行索引为Y的记录：列A值为2，列B值为5，原df1的M、N列在Y行位置显示NaN（因原行无对应数据），完全符合你的需求。

内容的提问来源于stack exchange，提问作者Sydney