如何在pandas中高效将DataFrame多列数据展平为单行

先构造你给出的示例DataFrame作为测试基础：

import pandas as pd
df = pd.DataFrame({'A': ['a', 'c'], 'B': ['b', 'd']}, index=[1, 2])

方案1：unstack 向量化方案（推荐，性能最优） #

完全基于pandas原生向量化操作，没有显式循环，适合大数据量场景：

# 先将行索引转为列索引的二级层级
s = df.unstack()
# 拼接生成符合要求的列名
s.index = [f"{col}_{idx}" for col, idx in s.index]
# 转为单行DataFrame
res = s.to_frame().T

方案2：循环构造方案 #

代码逻辑直观，适合小数据量、需要灵活调整列名规则的场景：

res_dict = {}
for col in df.columns:
    for idx in df.index:
        res_dict[f"{col}_{idx}"] = df.at[idx, col]
res = pd.DataFrame([res_dict])

效果验证 #

两种方案输出的结果完全符合要求：

• 列名：A_1、A_2、B_1、B_2
• 对应值：'a'、'c'、'b'、'd'

内容的提问来源于stack exchange，提问作者Michael