如何将通过df.iterrows存入列表的多个Series转换为DataFrame？

方法1：直接用pd.DataFrame()构造 #

最简单的方式就是把存Series的列表直接传给pd.DataFrame()构造器，它会自动对齐所有Series的列索引，直接还原出和原df一致的结构：

import pandas as pd

# 假设tmp_list是你已有的Series列表
new_df = pd.DataFrame(tmp_list)
print(new_df)

输出结果：

firstname  age lastname
0     Sally   50       a1
1      Mary   40       b1
2      John   30       c1

方法2：用pd.concat()拼接 #

如果需要更灵活的拼接控制（比如处理索引、自定义拼接逻辑），可以用pd.concat()，两种写法都能实现需求：

# 方式1：按列拼接后转置
new_df = pd.concat(tmp_list, axis=1).T

# 方式2：将每个Series转为单行DataFrame后拼接
new_df = pd.concat([s.to_frame().T for s in tmp_list], ignore_index=True)

两种写法都能得到和原DataFrame完全一致的结果。

额外提示 #

• 若列表中Series的列数不一致，这些方法会自动对齐列，缺失的位置会填充NaN
• 如果不需要保留原Series的Name作为行索引，可以添加ignore_index=True参数重置索引，比如pd.DataFrame(tmp_list, ignore_index=True)

内容的提问来源于stack exchange，提问作者jkim