如何基于RETURN后的数字自动填充Excel按键日志的Trial列？

核心思路 #

遍历Input列，当遇到RETURN记录时，提取下一行内容开头的数字作为当前Trial值，后续所有行直到下一个RETURN出现前，都使用这个Trial值填充。

所需工具 #

使用pandas处理表格数据，openpyxl读取/写入xlsx格式文件，先安装依赖：

pip install pandas openpyxl

实现代码 #

import pandas as pd
import re

# 读取Excel文件，替换成你的文件路径
df = pd.read_excel("按键日志.xlsx", engine="openpyxl")

# 初始化Trial列，默认设为NaN
df["Trial"] = pd.NA

current_trial = None
# 遍历每一行索引
for idx in df.index:
    # 检查当前行是否是RETURN
    if df.loc[idx, "Input"] == "RETURN":
        # 确保下一行存在
        if idx + 1 < len(df):
            next_row_content = str(df.loc[idx + 1, "Input"])
            # 匹配行首的数字（支持整数，比如10、20这类）
            match = re.match(r"^(\d+)\.", next_row_content)
            if match:
                current_trial = int(match.group(1))
    # 如果当前有有效Trial值，填充到当前行
    if current_trial is not None:
        df.loc[idx, "Trial"] = current_trial

# 将结果保存到新文件，避免覆盖原数据
df.to_excel("带Trial标注的按键日志.xlsx", index=False, engine="openpyxl")

注意事项 #

• 正则表达式^(\d+)\.匹配的是行首数字加英文句号的格式（比如10. red），如果你的行首格式不同（比如10 red），可以把正则改成^(\d+)
• 如果RETURN之后的行没有符合格式的数字，这段代码会保持之前的Trial值，你可以根据需要加判断重置为NA
• 准确率取决于日志格式的一致性，格式越规整，结果越准确

内容的提问来源于stack exchange，提问作者Hui.S