如何使用Pandas读取CSV并将特定行转为分类列

假设你的CSV文件列名为Product, Quantity, Unit $, Total $，可以按以下步骤处理：

1. 导入依赖并读取CSV
   先导入Pandas库，读取原始CSV文件：

   import pandas as pd
   
   # 读取CSV，若列名有特殊情况可调整参数，比如用header=0指定第一行为列名
   df = pd.read_csv('your_sales_report.csv')
   

2. 标记并提取卖家信息
   卖家行的特征是Quantity/Unit $/Total $为空，仅Product列有卖家标识。新增SELLER列，将卖家行的Product值填入，非卖家行暂留空：

   # 判断是否为卖家行：Quantity为空且Product不为空（可根据实际报表结构调整判断逻辑）
   is_seller_row = df['Quantity'].isna() & df['Product'].notna()
   
   # 给SELLER列赋值：卖家行取Product的值，其他行设为NaN
   df['SELLER'] = df.loc[is_seller_row, 'Product']
   

3. 向前填充卖家信息
   用ffill()方法将卖家信息填充到下方所有对应的商品行：

   df['SELLER'] = df['SELLER'].ffill()
   

4. 清理无效的卖家行
   过滤掉原始的卖家行（这类行无有效销售数据）：

   # 保留非卖家行，即Quantity不为空的行，重置索引避免断号
   final_df = df[~is_seller_row].reset_index(drop=True)
   

5. 可选：整理卖家名称
   如果卖家标识是1 - JOHN这类带编号的格式，可提取纯名字：

   final_df['SELLER'] = final_df['SELLER'].str.split(' - ', expand=True)[1]
   

示例效果 #

原始CSV内容：

Product,Quantity,Unit $,Total $
1 - JOHN,,,
Apple,10,5,50
Banana,20,3,60
2 - JACK,,,
Orange,15,4,60
Grape,5,10,50

处理后final_df的结果：

内容的提问来源于stack exchange，提问作者Leonardo Nascimento