如何将指定结构的Pandas DataFrame转换为单行形式？

Hey，这个格式转换需求在Pandas里其实有好几种简单的实现方式，我给你列两个最常用的方案，你可以按需选择：

方案一：索引设置 + 转置操作 #

首先假设你的原始DataFrame（我们暂时命名为original_df）结构如下（如果你的列名是默认的0和1，只需要替换代码里的列名即可）：

import pandas as pd

# 模拟你的原始数据结构
original_df = pd.DataFrame([
    ['a', 43],
    ['b', 630],
    ['r', 587],
    ['i', 462],
    ['g', 153],
    ['t', 266]
], columns=['label', 'value'])

执行以下代码就能得到你想要的单行结构：

# 1. 将标签列设为行索引
# 2. 用T转置，把行转成列、列转成行
# 3. 重置索引并丢弃原索引名，让新df的索引为0
new_df = original_df.set_index('label').T.reset_index(drop=True)

输出结果完全符合你的预期：

a    b    r    i    g    t
0  43  630  587  462  153  266

方案二：更直观的字典构造法 #

如果你觉得转置的逻辑有点绕，直接用字典构造会更易懂：

# 用zip把标签列和值列配对成键值对字典
data_dict = dict(zip(original_df['label'], original_df['value']))
# 把字典放进列表中，直接生成单行DataFrame
new_df = pd.DataFrame([data_dict])

这个方法的逻辑非常直白：字典的键会自动成为新DataFrame的列名，字典的值则作为单行数据，默认索引就是0，完美匹配你的需求。

小提示 #

如果你的原始DataFrame列名是默认的数字（比如0和1），只需要把代码里的'label'换成0，'value'换成1即可，比如：

new_df = original_df.set_index(0).T.reset_index(drop=True)

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