如何将Pandas DataFrame中的所有数据合并为一个Series？

方法一：使用stack()（推荐，更简洁） #

先构造示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Fruits': ['Apple', 'Banana', 'Pear'],
    'Vegetables': ['Spinach', 'Cucumber', 'Carrot'],
    'Protein': ['Beef', 'Chicken', 'Pork']
}, index=[1,2,3])

执行以下代码即可得到目标格式的Series：

# 堆叠列数据、重置索引、设置名称
all_foods = df.stack().reset_index(drop=True).rename('All Foods')
# 调整索引从1开始（匹配示例输出）
all_foods.index = all_foods.index + 1

步骤说明：

• df.stack()：把DataFrame的每一列数据依次堆叠，生成带多层索引的Series，每个单元格的值都成为独立元素。
• reset_index(drop=True)：移除堆叠产生的多层索引，生成连续的整数索引。
• rename('All Foods')：为Series设置名称，对应目标格式的列标题。
• 最后一行将索引从默认的0起始改为1起始，和示例输出完全匹配。

方法二：使用melt() #

如果习惯用宽表转长表的思路，也可以用melt()实现：

all_foods = df.melt(value_name='All Foods')['All Foods']
all_foods.index = all_foods.index + 1

melt()会将所有列转换为"变量-值"的结构，我们直接提取值列即可，后续同样调整索引。

最终输出效果 #

执行后得到的all_foods Series如下：

1       Apple
2      Banana
3        Pear
4      Spinach
5    Cucumber
6       Carrot
7        Beef
8      Chicken
9         Pork
Name: All Foods, dtype: object

内容的提问来源于stack exchange，提问作者ehkhacha