如何将Excel缩进层级数据转为多列结构化数据集？

完全可以用Pandas实现这个自动化转换，核心思路是先识别每行的缩进层级，再为每个层级创建列并填充上级数据，具体步骤如下：

• 第一步：读取数据并识别缩进层级
  先把原始数据读入DataFrame，通过计算每行内容的缩进量（空格或制表符数量）确定层级。假设原始数据用4个空格作为缩进单位，代码如下：

  import pandas as pd
  
  # 读取原始数据（这里以Excel为例，可替换为CSV等格式）
  df = pd.read_excel("原始会计数据.xlsx", header=None, names=["内容"])
  
  # 计算每行的层级：用缩进空格数除以4，得到层级编号
  df["层级"] = df["内容"].apply(lambda x: len(x) - len(x.lstrip())) // 4
  

  如果是制表符缩进，把计算逻辑改成x.count('\t')即可。

• 第二步：为每个层级提取对应内容
  为每个层级单独创建列，仅在对应层级的行填入内容，其余行留空：

  # 遍历所有层级，生成对应列
  for level in df["层级"].unique():
      df[f"层级_{level}"] = df.apply(lambda x: x["内容"].strip() if x["层级"] == level else None, axis=1)
  

• 第三步：填充上级层级数据
  用ffill()方法向下填充每个层级的非空值，让每行都继承所有上级层级的内容：

  # 对每个层级列执行向下填充
  for col in df.columns[df.columns.str.startswith("层级_")]:
      df[col] = df[col].ffill()
  

• 第四步：整理最终结果
  去掉不需要的中间列，并重命名列名匹配业务需求：

  # 保留层级列，删除原始内容和层级列
  结果表 = df.drop(["内容", "层级"], axis=1)
  
  # 重命名列（根据你的实际业务对应调整）
  结果表.columns = ["会计分录", "日期", "描述", "会计科目"]
  
  # 保存处理后的数据
  结果表.to_excel("转换后会计数据.xlsx", index=False)
  

这个方案完全自动化，不管数据量多大都能高效处理，只要调整缩进识别的逻辑匹配你的原始数据格式即可。

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