Pandas DataFrame批量处理：列名追加单位与备注迁移合并

一、给化学物列名追加单位 #

假设你的单位信息存储在DataFrame的某一行（比如索引为unit_row_idx的行），可以通过循环批量重命名列：

import pandas as pd

# 1. 指定单位所在行的索引（根据你的实际数据修改）
unit_row_idx = 1
unit_values = df.loc[unit_row_idx]

# 2. 筛选需要添加单位的化学物列（根据你的列名规则调整，比如列名含"chem"或具体化学物名称）
chem_cols = [col for col in df.columns if "chem" in col]

# 3. 循环生成新列名
new_col_names = {}
for col in chem_cols:
    # 处理空单位的情况，避免列名出现空括号
    unit = unit_values[col] if pd.notna(unit_values[col]) else ""
    new_col_names[col] = f"{col} ({unit})" if unit else col

# 4. 应用新列名并删除原单位行
df.rename(columns=new_col_names, inplace=True)
df = df.drop(unit_row_idx).reset_index(drop=True)

二、合并站点实验室备注到对应数据行 #

根据你描述的备注行布局，分两种常见场景处理：

场景1：备注行紧跟对应站点的数据行 #

如果每个站点的数据行下一行就是该站点的备注行（比如索引0是数据，1是备注；索引2是数据，3是备注...）：

# 1. 提取所有备注行的内容（假设备注存储在"lab_note"列）
site_notes = df["lab_note"].iloc[1::2].values

# 2. 将备注赋值给对应的数据行（数据行是索引0,2,4...）
df.loc[::2, "merged_lab_note"] = site_notes

# 3. 删除多余的备注行并重置索引
df = df.drop(df.index[1::2]).reset_index(drop=True)

场景2：有明确的站点ID和行类型标识 #

如果DataFrame里有site_id（站点唯一标识）和row_type（区分"data"或"note"行）：

# 1. 拆分数据行和备注行
data_df = df[df["row_type"] == "data"].reset_index(drop=True)
note_df = df[df["row_type"] == "note"][["site_id", "lab_note"]].reset_index(drop=True)

# 2. 按站点ID合并备注到数据行
final_df = pd.merge(data_df, note_df, on="site_id", how="left")

注意事项 #

• 所有代码中的列名、索引值请替换为你实际数据中的对应内容
• 如果单位信息不是单独一行，而是存储在特定列中，需调整unit_values的提取逻辑
• 合并备注时，确保站点标识的唯一性，避免出现一对多的匹配错误

内容的提问来源于stack exchange，提问作者rlep