处理PDF提取数据：Pandas DataFrame基于当前行补全前一行Type字段

问题分析 #

你需要处理从格式混乱的PDF中提取的DataFrame：当Amount列为空时，将该行的Transaction details内容（Purchase仅保留关键词）赋值给上一行的Type列，最后删除这些空金额行。你之前的循环代码逻辑有误，导致未得到预期结果。

错误代码问题点 #

你的循环代码存在两个核心问题：

1. 条件判断df[df['Transaction details'].str.contains("Transfer|Purchase")==True]返回的是布尔索引筛选后的DataFrame，而非单个布尔值，因此循环中该条件始终为真，导致错误赋值。
2. 未判断Amount是否为空，会错误处理所有包含Transfer/Purchase的行，而非仅空金额行。

正确解决方案 #

以下是高效的向量化解法（避免低效循环）：

1. 构造示例数据（模拟你提供的原始DataFrame）

import pandas as pd

data = [
    ["01 Dec 2022", "Round up to Round-up", -0.77, 3344.67, ""],
    ["", "Transfer", "", "", ""],
    ["01 Dec 2022", "School", -12.01, 3332.66, ""],
    ["", "Purchase EUR 13.87 FX rate £1 = €1.1549", "", "", ""],
    ["01 Dec 2022", "Round up to Round-up", -0.67, 3331.99, ""],
    ["", "Transfer", "", "", ""],
    ["01 Dec 2022", "Restaurant", -21.39, 3310.6, ""],
    ["", "Purchase EUR 24.70 FX rate £1 = €1.1547", "", "", ""],
    ["01 Dec 2022", "Round up to Round-up", -0.75, 3309.85, ""],
    ["", "Transfer", "", "", ""],
    ["01 Dec 2022", "Shop", -48.64, 3261.21, ""],
    ["", "Purchase EUR 56.18 FX rate £1 = €1.1550", "", "", ""],
    ["01 Dec 2022", "Am", -6.06, 3255.15, ""]
]
df = pd.DataFrame(data, columns=["Date", "Transaction details", "Amount", "Balance", "Type"])

2. 提取空金额行的Type关键词

针对空Amount行，用正则提取Transfer或Purchase关键词（自动截断Purchase后的冗余内容）：

# 筛选空Amount行，提取Type关键词
type_values = df.loc[df['Amount'].isna(), 'Transaction details'].str.extract(r'(Transfer|Purchase)', expand=False)

3. 将关键词赋值到上一行的Type列

利用索引偏移，把提取到的Type值对应赋值到上一行：

df.loc[type_values.index - 1, 'Type'] = type_values.values

4. 删除空金额行并重置索引

df_cleaned = df.dropna(subset=['Amount']).reset_index(drop=True)

最终结果

处理后的df_cleaned与你给出的理想结果完全一致：

（注：理想结果中最后一行的Type为Purchase，若你的原始数据中该行对应有空金额行未展示，可补充处理逻辑，当前代码仅基于你提供的原始数据生成结果）

内容的提问来源于stack exchange，提问作者jacob89