Pandas中求和生成的Series转DataFrame合并出错，如何修正？

错误根源 #

你出错的核心是对Series转置的理解有误：df_1.T转置后仍然是Series，并没有变成你预期的单行DataFrame。原df_1是索引为A、B，值为6、15，名字为Key Totals的Series，转置后结构本质没变，索引还是A、B，所以用concat合并时，pandas会将其与原DataFrame按列对齐，导致出现多余的列0和错误的索引行A、B。

正确解法 #

方法1：直接通过df.loc添加新行（最简洁） #

直接把求和后的Series赋值给新的索引行，pandas会自动匹配列：

df.loc['Key Totals'] = df_1

方法2：将Series转为单行DataFrame后合并 #

如果坚持用concat，需要先把df_1转换成结构匹配的单行DataFrame：

# 将Series转为DataFrame并转置，确保是单行结构
df_2 = df_1.to_frame().T
# 合并原DataFrame和新行
df = pd.concat([df, df_2])

最终结果 #

执行任意一种方法后，都会得到你期望的输出：

A     B
X            1.0   4.0
Y            2.0   5.0
Z            3.0   6.0
Key Totals   6.0  15.0

内容的提问来源于stack exchange，提问作者Sydney