如何在Python Pandas中用列值设置列名并处理空值

简化实现代码 #

针对你的需求，我们可以用pandas库快速完成转换，代码逻辑清晰，适合新手理解：

import pandas as pd

# 还原你提供的原始DataFrame
data = [
    ["0: 2", "57: 9", None, "436: 77", "11469: 1018", "203: 44"],
    ["0: 0", "57: 15", None, "436: 47", None, "203: 89"],
    ["0: 45", "57: 0", "11469: 1116", "436: 7", None, "203: 0"],
    ["0: 1", "57: 23", None, "436: 0", "11469: 18", None],
    ["0: 23", "57: 5", None, "436: 63", None, "203: 4"]
]
df = pd.DataFrame(data)

# 1. 生成新列名：提取每列第一个非空值的米数
new_col_names = []
for col in df.columns:
    non_null_vals = df[col].dropna()
    # 取该列第一个非空值拆分出米数，整列空则默认设为0
    meter = non_null_vals.iloc[0].split(": ")[0] if not non_null_vals.empty else "0"
    new_col_names.append(meter)

# 2. 转换单元格值：None替换为0，非空值提取秒数转整数
result_df = df.applymap(lambda cell: int(cell.split(": ")[1]) if cell is not None else 0)

# 3. 替换为新列名
result_df.columns = new_col_names

# 查看最终结果
print(result_df)

代码说明 #

1. 构造原始数据：将你提供的表格内容转换成pandas可处理的DataFrame格式。
2. 生成新列名：遍历每一列，提取第一个非空单元格中的米数作为该列的新名称。
3. 转换单元格值：遍历所有单元格，None直接替换为0，非空值拆分字符串提取秒数并转为整数。
4. 替换列名：把生成的米数列名赋值给结果DataFrame，完成格式转换。

运行代码后，输出结果将完全匹配你期望的格式。

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