如何优雅创建单行Pandas DataFrame？无需reshape方法

这确实是Pandas新手常踩的小坑！你遇到的问题核心在于：当直接传入一维列表[1,2]时，Pandas会默认把它当成2行1列的数据处理，但你需要的是1行2列的结构，列名数量和数据形状不匹配自然就报错了。

下面给你几个简洁又优雅的单行解决方案，完全不需要依赖numpy的reshape：

• 方案一：把数据包装成嵌套列表
  最直接的方式就是给一维列表套一层外层列表，明确告诉Pandas这是一行数据：

  dataExample = [1,2]
  columnNames = ['a','b']
  df = pd.DataFrame([dataExample], columns=columnNames)
  

  外层的[]相当于给Pandas传递了“这里面的内容是一行的所有列值”的信号，数据形状直接变成(1,2)，完美匹配列名数量。

• 方案二：用字典构造（可读性拉满）
  如果追求代码的直观性，用字典映射列名和对应值是绝佳选择，尤其是列名较多的时候：

  # 直接写字典
  df = pd.DataFrame({'a': [1], 'b': [2]})
  # 复用已有的columnNames和dataExample
  df = pd.DataFrame([dict(zip(columnNames, dataExample))])
  

  字典的键对应列名，值对应该列的行数据（用列表包裹单个值确保是行维度），可读性拉满，别人看代码一眼就能懂逻辑。

• 方案三：借助Series转置
  利用Pandas的Series结构，先把数据转成带列名索引的Series，再通过转置得到目标DataFrame：

  df = pd.Series(dataExample, index=columnNames).to_frame().T
  

  这个写法非常简洁，适合喜欢一行搞定的场景，转置操作.T把原本的列结构转换成了行结构，完美贴合需求。

这些方案都比用numpy reshape更贴合Pandas的原生用法，代码也更简洁易懂～

内容的提问来源于stack exchange，提问作者Alexander Chervov