Python 3.6中如何将多组DataFrame数据上下堆叠并插入表头行？

嘿，我来帮你搞定这个DataFrame的展示需求！先理清楚你的场景：你有一个名为Tmp的DataFrame，数据是这样的：

import pandas as pd

data = {
    'A1': [17.387, 17.680, 17.787],
    'A2': [17.470, 17.896, 17.228],
    'B1': [19.93, 21.85, 24.46],
    'B2': [13.29, 14.57, 16.30],
    'C1': [19.93, 21.86, 24.45],
    'C2': [19.93, 21.86, 24.45]
}
Tmp = pd.DataFrame(data)

你想要把每一组（A1&A2、B1&B2、C1&C2）单独展示，每组先显示自己的表头，再跟上对应的数据行，而且不要重复的索引。之前用pd.concat和append没成功，是因为没处理「插入表头行」和「按前缀分组」这两个关键点，试试下面的方案：

解决方案代码 #

# 获取所有列的前缀（A、B、C），确保按顺序排列
prefixes = sorted({col[0] for col in Tmp.columns})

# 准备一个列表来存储每个分组的结果块
result_blocks = []

for prefix in prefixes:
    # 提取当前前缀对应的两列
    group_cols = [f"{prefix}1", f"{prefix}2"]
    group_data = Tmp[group_cols]
    
    # 创建表头行：把列名转成一行数据，结构和数据行一致
    header_row = pd.DataFrame([group_cols], columns=group_cols)
    
    # 把表头行和数据行拼接，忽略原有索引
    group_block = pd.concat([header_row, group_data], ignore_index=True)
    result_blocks.append(group_block)

# 把所有分组块拼接成最终结果，重置索引得到连续序号
final_output = pd.concat(result_blocks, ignore_index=True)

print(final_output)

代码说明 #

1. 提取前缀：通过列名的第一个字符获取所有分组前缀（A、B、C），用sorted保证顺序和你预期一致；
2. 构建分组块：对每个前缀，先取出对应的两列数据，然后把列名转换成一行作为表头，再和数据行拼接；
3. 合并所有块：把每个分组的表头+数据块拼接起来，重置索引后就得到你想要的连续序号格式。

运行这段代码后，输出结果就和你期望的完全一致啦！

内容的提问来源于stack exchange，提问作者Jenny