Python如何基于条件提取DataFrame指定行并生成独立字典

数据老陈

2026-10-1

Pandas DataFrame按边界行分组生成字典解决方案

核心思路

先识别分组边界行：name列以指定前缀开头的行为分组分隔符
给所有行打分组标签：每遇到一个边界行，分组编号累计+1，两个边界之间的行共享同一个分组编号
过滤掉边界行本身，按分组编号聚合，每组转成对应字典，无需提前定义字典数量，分组数由实际数据自动决定

代码实现

import pandas as pd

# 从参考数据生成测试DataFrame
df = pd.DataFrame({
    'name': {0: '2. harry potter',
      1: '   jk rowling  ',
      2: '   testing     ',
      3: 'A. test book   ',
      4: '   author1     ',
      5: '   author2     ',
      6: '   author3     ',
      7: 'F. book3       '},
     'A': {0: 1, 1: 1, 2: 3, 3: 4, 4: 4, 5: 4, 6: 4, 7: 5},
     'space': {0: 2, 1: 4, 2: 4, 3: 2, 4: 4, 5: 4, 6: 4, 7: 2}
})

# 识别边界行：name列经过去前后空格后以指定前缀开头的行
boundary_mask = df['name'].str.strip().str.startswith(('2.', 'A.', 'F.'))
# 生成分组ID
df['group_id'] = boundary_mask.cumsum()
# 过滤边界行，保留组内内容行，同时清理name列的前后空格
valid_data = df[~boundary_mask].copy()
valid_data['name'] = valid_data['name'].str.strip()

# 按分组聚合生成字典列表
dict_list = []
for _, group in valid_data.groupby('group_id'):
    dict_list.append({
        'name': group['name'].tolist(),
        'A': group['A'].tolist(),
        'space': group['space'].tolist()
    })

# 可按需求直接取对应字典
dict_A = dict_list[0]
dict_B = dict_list[1]

输出结果

# dict_A
{'name': ['jk rowling', 'testing'], 'A': [1, 3], 'space': [4, 4]}

# dict_B
{'name': ['author1', 'author2', 'author3'], 'A': [4, 4, 4], 'space': [4, 4, 4]}