我有一个CSV文件，其中包含1000个相同df/table的版本（每个版本都来自不同的源），这些df/table都有Name和Age列。

data = [['11', 'Nick', '10', 'Dave', '4', 'Greg'], ['7', 'Nick', '10', 'Steve', '4', 'Jeff'], 
        ['1', 'Brad', np.nan, 'Jim', '3', "jas"],['1','Steve', '2', 'Jack', np.nan,np.nan]]
  
# Create DataFrame
df = pd.DataFrame(data, columns=['Age','Name', 'Age', 'Name', 'Age', 'Name'])
  
# Print the output.
df

]
我想把这些数据做成如下所示的样子--把每个版本的Name + Age放在它前面一个版本的下面，这样我就把2000列变成了两列，或者在上面的例子中，把6列变成了2列。

***姓名和年龄标题位置不正确，但请忽略

有两个重要的警告
1.每个版本的姓名+年龄需要保持其唯一的顺序。
1.我不关心姓名和年龄都是NaN的情况，我也可以忽略姓名是NaN的情况。
我试过了

df = pd.concat([df["Name"].stack().reset_index(drop=True), df["Age"].stack().reset_index(drop=True)], axis=1, keys=["Name", "Age"])

然而，这把事情搞得一团糟，NaNs把我的结果搞砸了。我最终得到了这个

]