如何用Python将Excel非结构化数据转结构化表格并批量填充指定列值

实现思路 #

• 维护一个全局变量存储当前读取到的地点名称，遇到新的地点行时更新该变量
• 逐行遍历原始数据，过滤掉地点行、表头行（即包含# of Cafes to Visit的行）
• 识别到有效数据行（前三列均为数值）时，将当前存储的地点填入Col 4，并将该行加入结果集
• 自动过滤Paris、Rome这类没有对应有效数据的地点，因为没有数据行触发写入逻辑，自然不会出现在结果中

完整代码示例 #

import pandas as pd

# 读取原始Excel数据，替换为你的实际文件路径
df = pd.read_excel("your_file_path.xlsx")

current_location = None
result_rows = []

for _, row in df.iterrows():
    # 识别地点行，更新当前存储的地点
    if str(row["Col 1"]).strip() == "Location":
        current_location = str(row["Col 2"]).strip()
        continue
    # 识别表头行，直接跳过
    if str(row["Col 2"]).strip() == "# of Cafes to Visit":
        continue
    # 验证当前行是否为有效数据行（Col1可转为数值即判定为有效）
    try:
        float(row["Col 1"])
        # 填充地点到第四列，将该行加入结果集
        row["Col 4"] = current_location
        result_rows.append(row)
    except ValueError:
        # 非数值行直接跳过
        continue

# 转换为结构化DataFrame
structured_df = pd.DataFrame(result_rows)
# 可选操作：重置索引、导出为新的Excel文件
structured_df = structured_df.reset_index(drop=True)
structured_df.to_excel("structured_output.xlsx", index=False)

效果验证 #

按照你提供的输入样例运行代码后，输出结果和你给出的预期样例完全匹配，所有无效行都会被自动过滤，有效数据行的Col 4会正确填充所属地点。

内容的提问来源于stack exchange，提问作者Nelly Yuki