Python 合并数据帧；插入DataFrame2'；将行放入变量DataFrame1'；s行/列

这是一个有点混乱/具有挑战性的合并，我在这里尝试这样做，但我还没有找到一个适用于这种情况的StackOverflow问题，所以这里是：

DataFrame1采用我的“最终目标”格式（因此我最终希望将数据从DataFrame2粘贴到DataFrame1中），如下所示：

轮廓： 姓名： 公司名称1： 职位1： 工作总结1： 公司名称2： 职位2： 工作总结2： 公司名称3： 职位3： 工作总结3： 个人资料(0) 无名氏 剖面图1 史密斯任務 剖面图2 玛丽·罗 剖面图3 乔·什莫 策略

通过

set_index（）

和

unstack（）

以新形状重建df，从多索引命名列

输出

---

嘿，罗布，谢谢你的回复，我真的很感激。在尝试您的解决方案时，我遇到了一个问题—我的DataFrame2只是一个Pandas DataFrame，因此当我执行

io.StringIO（DataFrame2）

时，我会遇到以下错误：

TypeError:initial\u值必须是str或None，而不是DataFrame

。您究竟是如何将DataFrame2中的文本转换为io.StringIO（）可以接受的格式的？我使用该构造将SO post中的表转换为DF。如果您已经有了DF，而不仅仅是网页中的文本，您就不会使用它；-）哇，我真是太感谢你了！顺便说一句，这是一个非常优雅的解决方案。非常感谢你，罗布！：）

df = pd.read_csv(io.StringIO("""Profile:    Name:   Job #:  CompanyName:    JobTitle:   JobSummary:
Profile_0   John Doe    1   Firm A  Capacity a  Summary a
Profile_0   John Doe    2   Firm B  Capacity b  Summary b
Profile_0   John Doe    3   Firm C  Capacity c  Summary c
Profile_1   Jane Smith  1   Firm X  Capacity x  Summary x
Profile_1   Jane Smith  2   Firm Y  Capacity y  Summary y
Profile_1   Jane Smith  3   Firm Z  Capacity z  Summary z
Profile_2   Mary Roe    1   Firm P  Capacity p  Summary p
Profile_2   Mary Roe    2   Firm Q  Capacity q  Summary q"""), sep="\t")

# change from long to wide
df = df.set_index(["Profile:","Name:","Job #:"]).unstack()
# rebuild df with values and columns from multi-index
df = pd.DataFrame(df.reset_index().values, columns=["Profile:","Name:"]+ [f"{c[0][:-1]}{c[1]}:" for c in df.columns])

    Profile:       Name: CompanyName1: CompanyName2: CompanyName3:  JobTitle1:  JobTitle2:  JobTitle3: JobSummary1: JobSummary2: JobSummary3:
0  Profile_0    John Doe        Firm A        Firm B        Firm C  Capacity a  Capacity b  Capacity c    Summary a    Summary b    Summary c
1  Profile_1  Jane Smith        Firm X        Firm Y        Firm Z  Capacity x  Capacity y  Capacity z    Summary x    Summary y    Summary z
2  Profile_2    Mary Roe        Firm P        Firm Q           NaN  Capacity p  Capacity q         NaN    Summary p    Summary q          NaN