Pandas合并多列后转置为单行的实现问题求助

你的问题核心是：pd.concat([df[0], df[1]])返回的是Series对象，而非DataFrame。对Series调用.T（转置）不会改变它的一维结构，所以输出还是单列形式。下面提供几种可行的解决方法：

方法1：将合并后的Series转为DataFrame再转置 #

先把合并后的Series转为单列DataFrame，再转置成单行，同时重置索引避免重复索引的干扰：

import pandas as pd
df = pd.DataFrame(
    {
        0: [1, 2, 3],
        1: [11, 12, 13]
    }
)
# 合并列 → 重置索引（丢弃原重复索引）→ 转为单列DataFrame → 转置
df_combined = pd.concat([df[0], df[1]]).reset_index(drop=True).to_frame().T
print(df_combined)

输出：

0  1  2   3   4   5
0  1  2  3  11  12  13

方法2：用stack堆叠后转置 #

利用stack()方法将原DataFrame的列堆叠为Series，再转成单行DataFrame：

import pandas as pd
df = pd.DataFrame(
    {
        0: [1, 2, 3],
        1: [11, 12, 13]
    }
)
# 堆叠所有元素 → 重置索引 → 转为单列DataFrame → 转置
df_combined = df.stack().reset_index(drop=True).to_frame().T
print(df_combined)

方法3：直接重塑数组形状（最简洁） #

提取原DataFrame的底层数值数组，直接重塑为1行6列的结构，再创建新DataFrame：

import pandas as pd
df = pd.DataFrame(
    {
        0: [1, 2, 3],
        1: [11, 12, 13]
    }
)
# 提取值 → 重塑为(1, 所有元素数) → 创建DataFrame
df_combined = pd.DataFrame(df.values.reshape(1, -1))
print(df_combined)

这种方法跳过了Series的中间步骤，效率更高，代码也更简洁。

内容的提问来源于stack exchange，提问作者yotta