如何将DataFrame列表转换为单个Pandas DataFrame？报错解决

错误原因：target_stocks是包含4个18行16列DataFrame的列表，直接传入pd.DataFrame()时，Pandas会把每个DataFrame视为单个元素，形成(4,18,16)的三维结构，而DataFrame仅支持二维输入，因此报错。

针对不同场景的解决方案 #

场景1：所有DataFrame列名、结构完全一致 #

用pd.concat()纵向拼接最直接：

import pandas as pd
df2 = pd.concat(target_stocks, ignore_index=True)

• ignore_index=True会重置合并后的索引，避免原索引重复导致的冲突。

场景2：DataFrame结构存在差异（列名/列数不同） #

如果各DataFrame列不完全匹配，可保留所有列，缺失值自动用NaN填充：

df2 = pd.concat(target_stocks, axis=0, join='outer', ignore_index=True)

• axis=0指定行方向合并，join='outer'保留所有列。

若需要区分每个原始DataFrame的来源，可先添加标识列再合并：

# 给每个DataFrame添加来源标记
for idx, df in enumerate(target_stocks):
    df['source_id'] = f'dataset_{idx+1}'

# 合并所有DataFrame
df2 = pd.concat(target_stocks, ignore_index=True)

场景3：需将三维结构展平为二维数据 #

如果你的需求不是合并，而是把嵌套的DataFrame结构展平，可通过列表推导式+字典转换实现：

# 把每个DataFrame的行转成字典后合并成一维列表
flattened_rows = [row for df in target_stocks for row in df.to_dict('records')]
df2 = pd.DataFrame(flattened_rows)

内容的提问来源于stack exchange，提问作者user19696249