Python 熊猫：如何将数据帧折叠为单行数据帧，而不是聚合上的一系列数据帧？

标题说明了一切。我有一些在行上工作的逻辑，我也想在aggregation上使用它

假设这是数据帧：

df = pd.DataFrame(np.array([[1, 2, 3], [1, 2, 3], [1, 2, 3]]),
                  columns=['a', 'b', 'c']) 


   a  b  c
0  1  2  3
1  1  2  3
2  1  2  3

我想要的是最地道的方式

   a  b  c
0  3  6  9

我遇到了几种使用

系列的解决方案。到_frame（）

，

.transform（）

，用系列的索引作为列初始化新的数据帧，等等。但是我缺少了一些简单的方法吗

---

在纯Numpy中，我通常使用

x.sum（axis=0）[np.newaxis，：]

。

我认为需要从

系列中转置数据帧：

print (df.sum().to_frame().T)
   a  b  c
0  3  6  9

或者使用
DataFrame
构造函数：

print (pd.DataFrame([df.sum()]))
   a  b  c
0  3  6  9

df.sum（）.to_frame（）.T
df.groupby（[0,0,0]）.sum（）
或
df.groupby（[0]*len（df））.sum（）