如何拼接DataFrame与Series并生成指定格式的单行DataFrame？

问题描述 #

我想了解如何将DataFrame与Series进行拼接，尝试执行了以下代码：

df_columns = ['A', 'B', 'C', 'D']
df_series = pd.Series([1,2,3,'N/A'],index = df_columns)
df = pd.DataFrame(df_series)
df 

运行后得到如下输出：

A  1
B  2
C  3
D  'N/A'

请问如何修改代码，使输出为以下格式，且df_columns仍为DataFrame的列名：

A  B  C  D
1  2  3  'N/A'

解决方法 #

以下几种方法都能实现需求：

方法1：转置Series生成的DataFrame #

先将Series转为DataFrame，再通过.T转置，让原Series的索引成为列名，值变为单行数据：

import pandas as pd

df_columns = ['A', 'B', 'C', 'D']
df_series = pd.Series([1,2,3,'N/A'], index=df_columns)
df = df_series.to_frame().T
print(df)

方法2：直接基于Series值创建DataFrame #

用Series的values属性获取数据，以列表形式传入pd.DataFrame，同时指定columns参数为df_columns：

import pandas as pd

df_columns = ['A', 'B', 'C', 'D']
df_series = pd.Series([1,2,3,'N/A'], index=df_columns)
df = pd.DataFrame([df_series.values], columns=df_columns)
print(df)

方法3：通过字典创建DataFrame #

将Series转为字典，再用pd.DataFrame.from_dict方法，设置orient='columns'来指定列名来源：

import pandas as pd

df_columns = ['A', 'B', 'C', 'D']
df_series = pd.Series([1,2,3,'N/A'], index=df_columns)
df = pd.DataFrame.from_dict(df_series.to_dict(), orient='columns')
print(df)

以上三种方法运行后都会输出你需要的格式，且df_columns会作为DataFrame的列名。

内容的提问来源于stack exchange，提问作者BannyM