pandas无需转df如何将iloc[0]返回的Series与DataFrame拼接为2行4列

1. append与concat结果差异的原因 #

• append方法针对单行追加场景做了特殊处理：传入Series时，会自动把Series的索引识别为列名，将整个Series作为单行数据与原DataFrame的列对齐后追加，因此可以得到预期的2×4结果。
• pd.concat没有做单行适配：默认沿axis=0拼接时，会把传入的Series当作单列数据处理，Series的索引会被作为行索引与原DataFrame的行索引对齐。你的示例中df2的行索引是[0]，Series的索引是['a','b','c','d']，拼接后行索引合并为5个值；原df2的列是['a','b','c','d']，作为单列传入的Series默认列名为0，列合并后也为5个值，最终得到5×5的结果。

2. 无需显式将Series转为DataFrame的实现方法 #

你不需要手动用iloc[[0]]或者iloc[0:1]切片生成DataFrame，可选择以下方法实现需求：

方法1：append方法（仅兼容pandas 2.0以下版本） #

你现有的写法已经可以实现需求：

dfAppendSeries = df1.append(df2.iloc[-1])

注意append方法在pandas 1.4版本后被标记为废弃，2.0及以上版本已移除，不建议作为长期方案。

方法2：concat配合Series转置 #

对Series调用to_frame().T即可隐式转为单行DataFrame，无需手动切片：

# series1作为首行插入，返回shape为(2,4)
res = pd.concat([series1.to_frame().T, df2], ignore_index=True)

方法3：loc索引赋值（无需拼接函数） #

直接通过索引赋值插入首行，写法更简洁：

res = df2.copy()
# 在索引-1的位置插入series1作为首行
res.loc[-1] = series1
# 重置索引保证顺序正确
res = res.sort_index().reset_index(drop=True)

3. 官方文档翻译 #

你引用的pd.concat官方文档对应翻译如下：

返回
对象，与输入对象的类型一致
当沿索引（axis=0）拼接所有Series时，返回Series。当输入对象中至少包含一个DataFrame时，返回DataFrame。当沿列（axis=1）拼接时，返回DataFrame。

内容的提问来源于stack exchange，提问作者topher217