python - 从列表中提取标题并创建一个带有并排标题的 DataFrame 以列出元素

Question

抓取网站后，我最终得到了一个如下所示的列表:

data = ['\xa0header1', 'element1', 'element2', 'element3', '\xa0header2', 'element4', 'element5']

等等。

我想用我抓取的数据创建一个 Pandas 数据框，如下所示:

          A         B
   0  element1   header1
   1  element2   header1
   2  element3   header1
   3  element4   header2
   4  element5   header2

所以，基本上，我想在下一列中显示初始列表的一组元素上方的标题。

考虑到标题前面的特殊字符可以很容易地在列表中查找它们，该怎么办？

Answer 1

itertools groupby +重复+链

这是一种使用 itertools 的解决方案模块。本质上，这些是我们需要进行的唯一操作:

1. 根据项目是否以 \xa0 开头对项目进行分组。
2. 分组后，为列表列表中的每个列表重复标题。
3. A 和 B 系列的链接结果以删除嵌套列表。

至关重要的是，这些操作已经在标准库中延迟且高效地实现，因此无需在纯 Python 中重现(尽管这本身就是一个很好的学习练习)。

完整的解决方案:

from itertools import chain, groupby, repeat

chainer = chain.from_iterable

data = ['\xa0header1', 'element1', 'element2', 'element3',
        '\xa0header2', 'element4', 'element5']

def condition(x):
    return x.startswith('\xa0')

# create list of lists for elements
elements = [list(j) for i, j in groupby(data, key=condition) if not i]

# create list of headers
headers = [next(j) for i, j in groupby(data, key=condition) if i]

# chain list of lists, and use repeat for headers
df = pd.DataFrame({'A': list(chainer(LoL)),
                   'B': list(chainer(repeat(i, j) for i, j in \
                             zip(headers, map(len, elements))))})

print(df)

          A         B
0  element1   header1
1  element2   header1
2  element3   header1
3  element4   header2
4  element5   header2