如何使用pandas对无表头多页分散的门店数量原始数据进行转置

原始数据格式示例：

期望的目标格式示例：

以下是两种常用的实现方案，可根据自身技术栈和数据量选择：

方案1：Excel/WPS 表格操作（适合无编程基础的用户） #

• 首先将所有分散页面的原始数据统一复制粘贴到同一工作表的A列，确保门店名称和数量交替排列，删除无效空行
• 在B1单元格输入提取门店名的公式 =INDEX($A:$A,ROW()*2-1)，下拉填充到底，即可提取所有奇数行的门店名称
• 在C1单元格输入提取门店数量的公式 =INDEX($A:$A,ROW()*2)，下拉填充到底，即可提取所有偶数行的对应数量
• 选中B、C两列所有内容，右键选择「选择性粘贴」-「数值」，消除公式后删除末尾的错误值行即可得到目标格式的表格

方案2：Python 批量处理（适合数据量较大、需定期重复处理的场景） #

1. 先将所有原始数据汇总到一个TXT文件中，每行仅保留一个内容（门店名/数量），命名为raw_store_data.txt
2. 运行如下代码：

import pandas as pd

# 读取原始数据，自动跳过空行
with open("raw_store_data.txt", "r", encoding="utf-8") as f:
    raw_content = [item.strip() for item in f.readlines() if item.strip()]

# 按位置拆分门店名称和对应数量
store_name_list = raw_content[::2]
store_count_list = raw_content[1::2]

# 生成结构化表格并导出
result_df = pd.DataFrame({
    "门店名称": store_name_list,
    "门店数量": store_count_list
})
result_df.to_csv("整理后门店数据.csv", index=False, encoding="utf-8-sig")

3. 运行完成后会在同级目录生成整理后门店数据.csv文件，直接打开即可使用，也可根据需要转存为Excel格式。

内容的提问来源于stack exchange，提问作者Trunks