将单列DataFrame按指定行结束标记转换为标准DataFrame

我来帮你搞定这个需求——把单列DataFrame转换成以"LOT"作为行结束标识的目标格式，用Python的pandas就能轻松实现，具体步骤和代码如下：

步骤1：导入依赖并读取数据 #

首先导入pandas库，然后读取你的单列数据集（假设数据文件是csv格式，无表头）：

import pandas as pd

# 读取单列数据，指定列名为content
df = pd.read_csv('your_dataset_file.csv', header=None, names=['content'])
# 处理可能的空行或前后空格（可选但推荐）
df['content'] = df['content'].str.strip()
# 移除全空的行
df = df[df['content'] != '']

步骤2：定位行结束标记"LOT"的位置 #

找到所有包含"LOT"的行的索引，这些就是我们分割数据的节点：

# 获取所有LOT所在行的索引
lot_indices = df[df['content'] == 'LOT'].index.tolist()

步骤3：分割数据并重组为目标格式 #

遍历这些索引，把原始数据分割成一个个以"LOT"结尾的块，每个块作为新DataFrame的一行：

result_rows = []
start_idx = 0

# 遍历每个LOT的索引，分割数据块
for idx in lot_indices:
    # 提取从起始位置到当前LOT的所有内容，组成一个列表
    current_row = df.loc[start_idx:idx, 'content'].tolist()
    result_rows.append(current_row)
    # 更新起始位置为当前LOT的下一行
    start_idx = idx + 1

# 处理最后一个LOT之后剩余的内容（如果有的话）
if start_idx < len(df):
    remaining_row = df.loc[start_idx:, 'content'].tolist()
    result_rows.append(remaining_row)

# 转换成新的DataFrame，每个子列表对应一行，列数自动匹配最长的行长度
result_df = pd.DataFrame(result_rows)

可选调整：如果需要将每个行的内容合并为单个字符串 #

如果你不需要拆分列，而是想把每个块的内容合并成一个字符串，可以把current_row的生成代码改成：

current_row = ' '.join(df.loc[start_idx:idx, 'content'].tolist())

说明 #

• 代码里处理了空行和前后空格，避免分割时出现无效内容
• 自动处理最后一个LOT之后的剩余数据，不会遗漏内容
• 最终的result_df就是你需要的目标格式，每个行对应原始数据中从上个结束标记到当前"LOT"的所有内容

内容的提问来源于stack exchange，提问作者user709413