如何在Pandas中将含日期字符串的多行表头转为列值

需求说明 #

需要将原始表格中PI No.列内的日期字符串提取为独立的Date列，同时规整其他列的数据，去除无效空行，最终得到结构清晰的目标表格。

实现步骤（基于Python Pandas） #

以下是具体的代码实现和逻辑说明：

1. 导入依赖并加载数据
   先把给定的字典数据转换成Pandas的DataFrame：

import pandas as pd
import numpy as np

# 原始数据字典
raw_data = {
    "PI No.": {
        0: "Date  :03/31/2023",
        1: "009331",
        2: "009331",
        3: "Date  :03/30/2023",
        4: "009323",
        5: "Date  :03/29/2023",
        6: "009302",
        7: "009302",
    },
    "GRN No.": {
        0: np.nan,
        1: 19614.0,
        2: 19614.0,
        3: np.nan,
        4: 19603.0,
        5: np.nan,
        6: 19576.0,
        7: 19576.0,
    },
    "Supplier Name": {
        0: np.nan,
        1: "Supplier 1",
        2: "Supplier 1",
        3: np.nan,
        4: "Supplier 2",
        5: np.nan,
        6: "Supplier 1",
        7: "Supplier 2",
    },
    "Item": {
        0: np.nan,
        1: "Item 1",
        2: "Item 2",
        3: np.nan,
        4: "Item 2",
        5: np.nan,
        6: "Item 1",
        7: "Item 2",
    },
}

df = pd.DataFrame(raw_data)

2. 提取并填充Date列
   从PI No.列中识别包含Date的行，提取日期部分，然后用向前填充（ffill）把日期传递给下方对应的行：

# 提取日期字符串，非日期行设为NaN
df['Date'] = df['PI No.'].str.extract(r'Date\s*:(.*)')
# 向前填充，让下方行继承上方的日期
df['Date'] = df['Date'].ffill()

3. 清理PI No.列并过滤空行
   只保留PI No.列中的纯编号（去掉带Date的行），然后过滤掉所有列都是空值的无效行：

# 保留不是日期的PI编号，其他设为NaN
df['PI No.'] = df['PI No.'].where(~df['PI No.'].str.contains('Date', na=False))
# 过滤掉PI No.为空的行（即原来的日期行）
df = df.dropna(subset=['PI No.']).reset_index(drop=True)

4. 调整列顺序
   把Date列移到最前面，符合目标表格的结构：

# 重新排列列顺序
df = df[['Date', 'PI No.', 'GRN No.', 'Supplier Name', 'Item']]

最终效果 #

运行上述代码后，得到的DataFrame就和目标表格结构一致，输出结果如下：

内容的提问来源于stack exchange，提问作者wekular