如何解析Excel数据并构建可按产品类调用的目标DataFrame？

我来帮你搞定这个需求，咱们分两步走：先给每一行数据标记对应的产品类，再实现你想要的直接访问功能。

步骤1：预处理数据，给每行标记产品类 #

首先读取Excel数据，然后把每个数据行关联到它所属的产品类（比如ProductA），同时移除那些作为分类标题的行（也就是Quantity为NaN的行）：

import pandas as pd
import numpy as np

# 读取你的Excel文件
df = pd.read_excel(r'testing.xlsx')

# 1. 创建ProductClass列：仅给标题行（Quantity为NaN）赋值对应的产品类名称
df['ProductClass'] = np.where(df['Quantity'].isna(), df['ItemName'], np.nan)

# 2. 向前填充ProductClass，让标题行下面的所有数据行都继承这个产品类标记
df['ProductClass'] = df['ProductClass'].ffill()

# 3. 过滤掉标题行，只保留有有效Quantity值的数据行
df = df[~df['Quantity'].isna()]

处理后的DataFrame结构大概是这样的（截取部分数据）：

步骤2：实现df['ProductA']的直接访问功能 #

要让你直接通过df['ProductA']获取对应产品类的所有数据，我们可以自定义一个继承自pandas.DataFrame的子类，重写它的__getitem__方法——这样当你输入的键不是列名时，它会自动去查找对应的产品类子集：

class ProductDataFrame(pd.DataFrame):
    def __init__(self, *args, **kwargs):
        super().__init__(*args, **kwargs)
        # 按ProductClass分组，生成产品类到子DataFrame的映射字典
        self.product_groups = {name: group for name, group in self.groupby('ProductClass')}
    
    def __getitem__(self, key):
        # 先尝试正常的列访问（比如df['ItemName']）
        try:
            return super().__getitem__(key)
        except KeyError:
            # 如果不是列名，检查是否是产品类名称
            if key in self.product_groups:
                return self.product_groups[key]
            # 如果都找不到，抛出原始的KeyError
            raise KeyError(f"未找到列或产品类 '{key}'")

# 将原DataFrame转换为自定义的ProductDataFrame
df = ProductDataFrame(df)

现在你就可以直接用df['ProductA']获取对应的所有关联数据了：

# 获取ProductA对应的所有数据
print(df['ProductA'])

输出结果会是：

ItemName     Category  Quantity ProductClass
1        A  Electronics       1.0    ProductA
2        B  Electronics       2.0    ProductA
3        C  Electronics       3.0    ProductA
4        D  Electronics       4.0    ProductA
5        E  Electronics       5.0    ProductA
6        F  Electronics       6.0    ProductA

替代方案：无需自定义类，用groupby直接访问 #

如果你不想自定义类，也可以用pandas自带的groupby功能来实现，只是写法稍有不同：

# 按ProductClass分组
grouped = df.groupby('ProductClass')

# 获取ProductA对应的子集
product_a_data = grouped.get_group('ProductA')

这种方式不需要自定义类，同样能满足需求，只是需要通过grouped.get_group()来访问对应的数据。

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