如何将Pandas Series转换为以原索引为列的单行DataFrame

嘿，我来帮你搞定这个转换问题！你想要把排序后的均值Series转成以原索引为列名的单行DataFrame，其实有两个非常简洁的方法，比你之前用pivot的方式高效太多：

方法一：直接用列表包裹Series创建DataFrame #

这是最直观的方式，直接把Series放进列表里传入pd.DataFrame()，它会自动把Series的索引作为新DataFrame的列名，值对应单行数据：

import pandas as pd

# 假设你的均值Series已经按索引排好序（即means.sort_index()后的结果）
single_row_df = pd.DataFrame([means])

方法二：先转成列DataFrame再转置 #

你之前尝试means.T没成功，是因为单独对Series转置后仍然是Series类型。我们可以先把Series转换成单列的DataFrame，再通过转置得到单行结构：

single_row_df = means.to_frame().T

将单行DataFrame添加到原DataFrame #

得到目标单行DataFrame后，用pd.concat()就能轻松把它和原DataFrame合并。如果需要给这一行加个标识（比如标注为“均值”），可以先设置索引：

# 假设原DataFrame名为original_df
single_row_df.index = ['均值']
combined_df = pd.concat([original_df, single_row_df], axis=0)

这样处理后，你就得到了包含均值行的完整DataFrame，完全符合你的需求，而且代码简洁易懂，不需要复杂的填充操作。

内容的提问来源于stack exchange，提问作者s5s