Pandas：如何将组标题迁移至新列？

嘿，我看你现在有个按“分组名+成员”顺序排列的DataFrame，想把每个成员对应到所属的分组里对吧？这其实是个很常见的场景，我来给你一套简单的解决方案。

首先先还原你的初始环境和数据：

import pandas as pd
from IPython.display import display, HTML

# 初始数据
xl = [['group1'], ['john'], ['mike'], ['marry'], ['group2'], ['dan'], ['ann'], ['jacob'], ['susan']]
s = pd.DataFrame(xl)
display(s)

运行后得到的初始DataFrame是这样的：

0
0  group1
1  john
2  mike
3  marry
4  group2
5  dan
6  ann
7  jacob
8  susan

接下来我们来实现把成员映射到对应分组的逻辑，代码如下：

# 先给列起个名字方便操作
s.columns = ['content']

# 标记出所有分组行，并向前填充分组名称到每个成员行
s['group'] = s['content'].where(s['content'].str.contains('group')).ffill()

# 过滤掉原来的分组行，只保留成员和对应的分组，并重命名列
result = s[~s['content'].str.contains('group')].rename(columns={'content': 'member'})

# 调整列顺序，让分组在前，成员在后
result = result[['group', 'member']]

display(result)

运行后你会得到期望的结果：

步骤解释： #

• 给列命名：初始DataFrame的列是默认的0，改成content后可读性更强；
• 标记并填充分组：where方法会把非分组行转为NaN，只保留分组行的内容，再用ffill()（向前填充）把每个成员行都填上最近的分组名称；
• 过滤与重命名：用~取反过滤掉分组行，只保留成员数据，然后把列名改成member让结果更清晰；
• 调整列顺序：按需把group列放到前面，让结果结构更直观。

如果你的分组标识不是包含'group'，而是其他规则，只需要修改str.contains('group')里的匹配条件就行啦，比如如果分组是大写开头，就改成str.match('^[A-Z]')之类的，灵活调整即可。

内容的提问来源于stack exchange，提问作者Bill Armstrong