Python 如何将一栏系列转换为带有标题的单行系列？

我正在使用熊猫，我想转换一个类似这样的系列：

        RT_mean
   0     27
   1     32
   2     10
   3     9
   .
   .
   .   
   190   89
   191   6

       RT_mean1  RT_mean2  RT_mean3  RT_mean4 ... RT_mean189 RT_mean190
   0      27        32        10        9     ...     89          6

到具有如下标题的单行数据帧：

        RT_mean
   0     27
   1     32
   2     10
   3     9
   .
   .
   .   
   190   89
   191   6

       RT_mean1  RT_mean2  RT_mean3  RT_mean4 ... RT_mean189 RT_mean190
   0      27        32        10        9     ...     89          6

我试过做

series.transpose（）

，但在series上不起作用。

---

感谢您的帮助

将你的

pd.Series

转换成

pd.DataFrame

然后转置：

y=pd.DataFrame（x.transpose（）

将你的

pd.Series

转换成

pd.DataFrame

然后转置：

y=pd.DataFrame（x.transpose（））

以下是需要重新创建数据帧的一个：

pd.DataFrame([df['RT_mean'].tolist()], columns=df.index.map('RT_mean{}'.format))

   RT_mean0  RT_mean1  RT_mean2  RT_mean3
0        27        32        10         9

---

另一个涉及

设置索引

和

转置

：

df.set_index(df.index.map('RT_mean{}'.format)).reset_index(drop=True).T

   RT_mean0  RT_mean1  RT_mean2  RT_mean3
0        27        32        10         9

或

转置

和

设置轴

：

(df.T
   .set_axis(df.index.map('RT_mean{}'.format), axis=1, inplace=False)
   .reset_index(drop=True))

   RT_mean0  RT_mean1  RT_mean2  RT_mean3
0        27        32        10         9

---

以下是需要重新创建数据帧的一个：

pd.DataFrame([df['RT_mean'].tolist()], columns=df.index.map('RT_mean{}'.format))

   RT_mean0  RT_mean1  RT_mean2  RT_mean3
0        27        32        10         9

---

另一个涉及

设置索引

和

转置

：

df.set_index(df.index.map('RT_mean{}'.format)).reset_index(drop=True).T

   RT_mean0  RT_mean1  RT_mean2  RT_mean3
0        27        32        10         9

或

转置

和

设置轴

：

(df.T
   .set_axis(df.index.map('RT_mean{}'.format), axis=1, inplace=False)
   .reset_index(drop=True))

   RT_mean0  RT_mean1  RT_mean2  RT_mean3
0        27        32        10         9

---

在使用

transpose

之前，可以将序列包装在数据帧构造函数中

import pandas as pd

s = pd.Series(pd.np.random.randint(0,100, size=50))
pd.DataFrame(s).T.rename(columns={x: 'RT_mean{}'.format(x) for x in s.index})
# returns:
  RT_mean0  RT_mean1  RT_mean2  RT_mean3  RT_mean4  RT_mean5  RT_mean6  \
0       74        96        31         1        36        98        79

---

在使用

transpose

之前，可以将序列包装在数据帧构造函数中

import pandas as pd

s = pd.Series(pd.np.random.randint(0,100, size=50))
pd.DataFrame(s).T.rename(columns={x: 'RT_mean{}'.format(x) for x in s.index})
# returns:
  RT_mean0  RT_mean1  RT_mean2  RT_mean3  RT_mean4  RT_mean5  RT_mean6  \
0       74        96        31         1        36        98        79

另一种方法 为了最大限度地提高通用性，我们可以

使用第一列名称的值添加_prefix

pd.DataFrame(df.to_numpy().T).add_prefix(df.columns[0])

另一种方法 为了最大限度地提高通用性，我们可以

使用第一列名称的值添加_prefix

pd.DataFrame(df.to_numpy().T).add_prefix(df.columns[0])

---

尝试一些愚蠢的事情，比如

df.set\u index（df.index.map（'RT\u mean{}.format））。重命名（{'RT\u mean'：0}，axis=1）。T

尝试一些愚蠢的事情，比如

df.set\u index（df.index.map（'RT\u mean{}.format））。重命名（{'RT\u mean'：0}，axis=1）。T