如何对DataFrame内的独立数据块进行微型转置？

步骤说明 #

原数据的规律是每5行一组：第1行是公司名称行，后续4行对应各金额列的数值。我们可以通过分组提取、赋值的方式实现需求：

1. 标记分组：识别公司名称行，以此为依据将数据按5行一组划分
2. 提取金额：每个分组内，把后续4行的金额值提取出来，对应赋值到公司行的各列
3. 筛选结果：只保留每个分组的公司行，得到最终结构

代码实现 #

import pandas as pd

# 假设你的原始DataFrame为df
# 1. 标记公司行：通过是否包含$符号反向判断（金额行均带$）
df['is_company'] = ~df['Company Name'].str.contains('\$')

# 2. 创建分组ID：每遇到一个公司行，分组号递增
df['group_id'] = df['is_company'].cumsum()

# 3. 分组处理：提取每组内的金额并赋值给公司行
def process_group(group):
    # 取出组内第一行（公司行）
    company_row = group.iloc[[0]].copy()
    # 提取组内后4行的金额值，对应赋值到各列
    amounts = group.iloc[1:5]['Company Name'].tolist()
    company_row['Total Amount Due'] = amounts[0]
    company_row['0-10 days'] = amounts[1]
    company_row['10-20 days'] = amounts[2]
    company_row['20-30 days'] = amounts[3]
    return company_row

# 批量处理所有分组，合并结果
result_df = df.groupby('group_id').apply(process_group).reset_index(drop=True)

# 清理辅助列
result_df = result_df.drop(['is_company', 'group_id'], axis=1)

print(result_df)

代码解释 #

• ~df['Company Name'].str.contains('\$')：反向筛选出不含$的公司名称行
• df['is_company'].cumsum()：累积计数公司行，生成每个5行组的唯一标识
• process_group函数：对每个分组单独处理，提取后4行的金额值覆盖公司行的对应列
• 最后通过groupby.apply批量处理所有分组，得到目标结构

内容的提问来源于stack exchange，提问作者user19891327