如何将pandas DataFrame单列数据重排后追加到另一DataFrame对应行列

原有代码问题说明 #

• 循环内每次都会重置count = 20，永远取的是前20行数据，不会向后滑动取后续分段
• append方法是在DataFrame末尾追加行，不是把新的数据扩展为列，所以只会生成1列的结果
• 切片逻辑错误，没有按窗口滑动取df1的对应分段数据

实现代码 #

不用编写复杂的循环逻辑，直接用numpy的reshape方法即可完成一维序列到多行多列的转换，不会出现列顺序错乱、缺失的问题：

import pandas as pd
import numpy as np

# 配置单组数据长度
group_len = 20
# 取df1的Close列数值
close_arr = df1['Close'].values

# 方式1：自动按实际数据长度计算可分的组数
# group_num = len(close_arr) // group_len
# 方式2：固定取前100个值分为5组，和你原需求一致
group_num = 5
# 截取对应长度的数值，避免reshape报错
close_arr = close_arr[: group_num * group_len]
# 转换为[组数，单组长度]的二维数组
reshaped_arr = close_arr.reshape(group_num, group_len)

# 生成要求的列名：第一列是Close，后续依次为Close 2到Close 20
col_names = ['Close'] + [f'Close {i}' for i in range(2, group_len + 1)]
# 生成中间DataFrame
temp_df = pd.DataFrame(reshaped_arr, columns=col_names)

# 写入到df2
# 如果df2是空的，直接赋值即可
df2 = temp_df.copy()
# 如果df2原有其他列（如target）需要保留，用以下方式赋值
# df2[col_names] = temp_df[col_names]

补充说明 #

如果df1的Close列长度不足group_num * group_len，可以先给close_arr补NaN到指定长度再reshape，符合你后续删除NaN值的处理逻辑，不会影响target列的后续填充。

内容的提问来源于stack exchange，提问作者Alex