如何用Python将DataFrame行转列并合并结构不同的DataFrame？

直接通过「长格式转宽格式+合并填充」就能实现你要的效果，具体操作如下：

核心思路 #

1. 把每个DataFrame的colname值转成列名，value转成对应列的内容（也就是从长表转成单行的宽表）
2. 将两个单行宽表按行合并
3. 把合并后缺失的内容填充为0

代码实现 #

import pandas as pd

# 构造你的两个DataFrame
df1 = pd.DataFrame({
    'colname': ['gender', 'status', 'age'],
    'value': ['M', 'business', 60]
})

df2 = pd.DataFrame({
    'colname': ['name', 'Place', 'gender'],
    'value': ['Susan', 'Africa', 'F']
})

# 转宽格式并重置索引，得到单行数据
df1_wide = df1.set_index('colname').T.reset_index(drop=True)
df2_wide = df2.set_index('colname').T.reset_index(drop=True)

# 合并两个单行表，填充缺失值为0
final_df = pd.concat([df1_wide, df2_wide], ignore_index=True).fillna(0)

# 按预期输出调整列顺序（可选）
final_df = final_df[['gender', 'status', 'age', 'name', 'Place']]

print(final_df)

运行后输出结果和你预期的完全一致：

gender     status age    name   Place
0      M  business  60       0       0
1      F         0   0  Susan  Africa

内容的提问来源于stack exchange，提问作者Coder