如何使用Pandas转置将DataFrame数据填充至另一个DataFrame？

嘿，我来帮你搞定这个需求！你需要把转置后的DataFrame内容填充到指定列名的空DataFrame里，这里有两种简洁的实现方式：

方法一：直接提取转置后的值赋值给目标行 #

这种方法最直接，先提取转置后的数据行，再赋值给空DataFrame的对应行：

import pandas as pd

# 定义原DataFrame
df = pd.DataFrame({'Attributes': ['love', 'family','tech']})
# 定义目标空DataFrame
data = pd.DataFrame(columns=['Attribute_01', 'Attribute_02', 'Attribute_03'])

# 提取转置后的行数据并赋值给data的第一行
data.loc[0] = df.T.values[0]

# 查看结果
print(data)

执行后输出的结果就是你想要的：

Attribute_01 Attribute_02 Attribute_03
0         love        family          tech

步骤解释： #

• df.T 对原DataFrame执行转置操作，得到以Attributes为行名、列索引为0/1/2的临时DataFrame。
• df.T.values[0] 提取转置后那一行的所有值，得到一维数组 ['love', 'family', 'tech']。
• data.loc[0] = ... 将这个数组赋值给目标DataFrame的第0行，自动匹配对应的列名完成填充。

方法二：转置后重命名列再合并 #

如果需要保留转置后的DataFrame结构再合并，也可以先给转置后的结果重命名列，再和空DataFrame合并：

import pandas as pd

df = pd.DataFrame({'Attributes': ['love', 'family','tech']})
data = pd.DataFrame(columns=['Attribute_01', 'Attribute_02', 'Attribute_03'])

# 转置并重置索引，重命名列名
transposed_df = df.T.reset_index(drop=True)
transposed_df.columns = ['Attribute_01', 'Attribute_02', 'Attribute_03']

# 合并到目标DataFrame
data = pd.concat([data, transposed_df], ignore_index=True)

这种方法适合后续还要对转置数据做其他处理的场景，最终得到的结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者Student