Pandas：如何将单行逗号分隔的CSV内容读取为单列多行数据框？

你之前的读取逻辑没有关闭Pandas默认的表头识别规则：Pandas默认将CSV第一行作为列名读取，也就是把你那80个连续存放的年份全部当成了列名；遇到重复值时Pandas会自动给列名追加.1、.2后缀做去重，后续转置操作拿到的就是这些被改过的字符串值，而非原始年份数值。

读取时指定header=None，明确告知Pandas文件没有表头，所有内容都作为普通数据处理：

import pandas as pd
# 核心参数：header=None 跳过表头识别，整行80个值全部作为数据读取
raw_df = pd.read_csv('tos_year.csv', header=None)
# raw_df 结构为1行80列，直接转置即可得到80行1列的目标结构
tos_year = raw_df.T
tos_year.columns = ['Year']
# 可选：将默认读入的浮点型年份转为整数
tos_year['Year'] = tos_year['Year'].astype(int)

精简版一步到位代码 #

不需要保留中间变量的话，可以直接通过stack操作把二维数据压成单列：

tos_year = pd.read_csv('tos_year.csv', header=None).stack().to_frame(name='Year')

生成的tos_year索引是0到79的连续整数序列，和常规读取生成的主数据框索引完全匹配，后续直接执行pd.concat([主数据框, tos_year], axis=1)即可完成横向拼接，不会出现索引错位产生的空值。

内容的提问来源于stack exchange，提问作者Birko