如何修改从CSV导入的Pandas DataFrame数据格式？

步骤说明 #

你的核心需求是把「每组首行存对阵信息、后续行存对应赔率」的结构，转换成「每行包含完整对阵+赔率」的格式，核心思路是标记对阵行→向下填充对阵信息→过滤并整理数据，具体代码如下：

假设原始数据结构 #

先明确你的CSV大概结构（以3列为例，列名导入后为0,1,2）：

index | 0         | 1    | 2
0     | Milan     | Draw | Juventus
1     | 2.1       | 3.4  | 3.2
2     | 1.9       | 3.5  | 3.3
3     | Barcelona | Draw | RealMadrid
4     | 2.0       | 3.6  | 3.1

具体代码实现 #

1. 导入数据（你已经解决了Unnamed列问题，这里直接沿用你的导入方式）

import pandas as pd
# 假设你的CSV无表头，用header=None；如果有表头，去掉这个参数
df = pd.read_csv('your_data.csv', index_col=0, header=None)

2. 标记对阵行
   通过判断是否包含固定值Draw来识别对阵行（如果你的平局标识不是Draw，替换成对应值）：

df['is_match'] = df[1] == 'Draw'

3. 向下填充对阵信息
   把对阵行的主队、客队信息填充到下面的赔率行：

# 提取对阵行的主队、客队信息，然后向下填充
df['home_team'] = df.loc[df['is_match'], 0].ffill()
df['away_team'] = df.loc[df['is_match'], 2].ffill()

4. 过滤并整理数据
   去掉原始的对阵行，重命名赔率列并转换数据类型：

# 过滤掉对阵行，只保留赔率行
final_df = df[~df['is_match']].copy()

# 重命名赔率列
final_df = final_df.rename(columns={0: 'home_odds', 1: 'draw_odds', 2: 'away_odds'})

# 转换赔率列为数值类型
final_df[['home_odds', 'draw_odds', 'away_odds']] = final_df[['home_odds', 'draw_odds', 'away_odds']].astype(float)

# 整理列顺序（按需调整）
final_df = final_df[['home_team', 'away_team', 'home_odds', 'draw_odds', 'away_odds']]

最终结果 #

处理后的数据结构如下：

index | home_team | away_team  | home_odds | draw_odds | away_odds
1     | Milan     | Juventus   | 2.1       | 3.4       | 3.2
2     | Milan     | Juventus   | 1.9       | 3.5       | 3.3
4     | Barcelona | RealMadrid | 2.0       | 3.6       | 3.1

特殊情况处理 #

• 如果你的平局标识不是Draw，替换df['is_match'] = df[1] == 'Draw'中的Draw为实际值；
• 如果原始数据的赔率列是带逗号的字符串（比如2,1），先做替换：final_df['home_odds'] = final_df['home_odds'].str.replace(',', '.').astype(float)；
• 如果数据量极大（千万行级别），可以用df.loc代替链式操作，减少内存占用。

内容的提问来源于stack exchange，提问作者eestlane