如何将CSV单列的州/城市数据转换为层级列？

我来帮你搞定这个需求！你想要把包含州、城市和NaN的单列数据转换成州与城市一一对应的两列结构，这个用Pandas可以很简洁地实现，先说说你现有代码的问题，再给你正确的解决方案。

你的代码存在的问题 #

1. NaN判断错误：原数据里的空值是NaN，不是空字符串''，用STATE == ''根本匹配不到这些空行，应该用pd.isna(STATE)来判断。
2. 变量与逻辑混乱：代码里的STATE_df没有定义，而且循环里不管当前行是州还是城市，都直接取STATE_df['citystate'][i]并自增i，完全没有跟踪当前的州，自然无法正确关联州和对应的城市。

正确的实现方法 #

根据你给出的数据规律（州名全大写，后面跟着NaN，再是城市，最后又以NaN分隔下一个州），我们可以用以下步骤处理：

步骤1：读取并预处理数据 #

首先读取CSV文件，然后删除所有NaN行，得到清晰的州和城市序列：

import pandas as pd

# 读取CSV，假设文件名为data.csv，列名设为citystate
df = pd.read_csv('data.csv', header=None, names=['citystate'])

# 删除所有包含NaN的行，重置索引
df_clean = df.dropna().reset_index(drop=True)

步骤2：标记州行并关联城市 #

利用州名全大写的特征标记州行，再用前向填充（ffill）把州名传递给后续的城市行，最后过滤掉州行即可：

# 标记哪些行是州（全大写的字符串）
df_clean['is_state'] = df_clean['citystate'].str.isupper()

# 用前向填充，让每个城市都关联到最近的州
df_clean['state'] = df_clean.loc[df_clean['is_state'], 'citystate'].ffill()

# 过滤掉州行，只保留城市行，并重命名列
result = df_clean[~df_clean['is_state']].rename(columns={'citystate': 'city'})[['state', 'city']]

# 输出结果
print(result)

输出结果 #

运行后你会得到想要的两列结构：

state        city
1    ALABAMA  Birmingham
2    ALABAMA  Montgomery
3    ALABAMA   Huntsville
4  CALIFORNIA  Los Angeles
5  CALIFORNIA    San Diego
6  CALIFORNIA       Fresno

适配非全大写州名的情况 #

如果你的州名不是全大写，可以根据原数据“州的下一行是NaN”的规律来标记州行：

# 标记州行：当前行非空，且下一行是空值（NaN）
df['is_state'] = df['citystate'].notna() & df['citystate'].shift(-1).isna()

# 后续步骤和上面一致：删除NaN行、前向填充、过滤州行
df_clean = df.dropna().reset_index(drop=True)
df_clean['state'] = df_clean.loc[df_clean['is_state'], 'citystate'].ffill()
result = df_clean[~df_clean['is_state']].rename(columns={'citystate': 'city'})[['state', 'city']]

内容的提问来源于stack exchange，提问作者Pi-thon