如何拼接DataFrame的索引与列名生成仅含单条记录的新DataFrame

假设你的原始统计量DataFrame命名为df，可以用pandas的unstack方法快速完成转换，代码如下：

import pandas as pd

# 将原DataFrame展开为多层索引Series，再转置为单行DataFrame
new_df = df.unstack().to_frame().T
# 拼接多层索引生成符合要求的新列名：原列名_原行索引
new_df.columns = [f"{col}_{stat}" for col, stat in new_df.columns]

# 验证结果
print(new_df.shape) # 输出 (1, 30)
print(new_df)

方法说明 #

• unstack()会把原DataFrame的列名作为第一层索引、原行索引作为第二层索引，将所有二维值转换为一维Series
• to_frame().T负责把一维Series转换为仅包含1行的DataFrame
• 最后遍历多层索引拼接即可得到要求的列名格式，原数据类型（包括mode列的元组类型）会完整保留

如果更习惯用堆叠逻辑，也可以用下面的等价写法：

s = df.stack()
s.index = [f"{col}_{stat}" for stat, col in s.index]
new_df = s.to_frame().T

内容的提问来源于stack exchange，提问作者skwolvie