如何提取Python pandas DataFrame单列内的分组信息生成单独分组列

实现代码 #

import pandas as pd

# 初始DataFrame，对应你读取Excel得到的结构
df = pd.DataFrame({'Accessory Description':['GROUP1','item1', 'item2','item3','item4','item5','GROUP2','item6','item7','item8'
                                   ,'item9','item10','GROUP3','item11','item12','item13','item14','item15']})

# 生成Group列：仅保留GROUP开头的分组名，其余值置空后向前填充
df['Group'] = df['Accessory Description'].where(df['Accessory Description'].str.startswith('GROUP')).ffill()
# 调整分组名格式为要求的Group1样式
df['Group'] = df['Group'].str.replace('GROUP', 'Group')
# 过滤掉原始分组行，调整列顺序后重置索引
result = df[~df['Accessory Description'].str.startswith('GROUP')][['Group', 'Accessory Description']].reset_index(drop=True)

逻辑说明 #

• where方法会把不符合「GROUP开头」条件的行取值设为NaN，仅保留分组行的分组名称
• ffill()向前填充会让所有item行自动匹配到离自己最近的上层分组名称
• 最后过滤掉原始的分组行、调整列顺序重置索引，即可得到你需要的目标结构

内容的提问来源于stack exchange，提问作者Elliott Davey