python - 根据 Pandas 中特定键的出现将长序列转换为数据框

Question

首先，如果问题主题看起来含糊不清，我们深表歉意。我会尽量说清楚。 我有一个像这样的 Pandas 系列:

A
a1
b1
c1
B
a2
b2
c2

我们需要形成一个数据框，其中 {A,B} 是第一列的值，每个后面的值是第二列的值。对于我们的示例，类似于:

A    a1
A    b1
A    c1
B    a2
B    b2
B    c2

我们在列表 [A,B,...] 中包含所有第一列标签。

我尝试 df.apply 一些功能，在我看来这似乎一点也不可怕，更像是机器级代码。有人有想法吗？

Answer 1

这是一种替代方法，它依赖于标签列表中的成员资格，而不是字符串解析:

In [78]: labels = ["A", "B"]

In [79]: marks = s.isin(labels)

In [80]: pd.concat([s.where(marks).ffill(), s], axis=1).loc[~marks]
Out[80]: 
   0   1
1  A  a1
2  A  b1
3  A  c1
5  B  a2
6  B  b2
7  B  c2

---

一步一步，首先我们构建marks，这是一个 bool 系列，告诉我们每个新部分从哪里开始:

In [22]: marks = s.isin(labels)

In [23]: marks
Out[23]: 
0     True
1    False
2    False
3    False
4     True
5    False
6    False
7    False
dtype: bool

最初我打算使用 marks.cumsum() 进行分组，但在这里使用 where 更简单。

然后我们可以使用 s.where(marks).ffill() 获得包含适当标签的系列:

In [24]: s.where(marks)
Out[24]: 
0      A
1    NaN
2    NaN
3    NaN
4      B
5    NaN
6    NaN
7    NaN
dtype: object

In [25]: s.where(marks).ffill()
Out[25]: 
0    A
1    A
2    A
3    A
4    B
5    B
6    B
7    B
dtype: object

之后，我们只是连接:

In [26]: pd.concat([s.where(marks).ffill(), s], axis=1)
Out[26]: 
   0   1
0  A   A
1  A  a1
2  A  b1
3  A  c1
4  B   B
5  B  a2
6  B  b2
7  B  c2

并使用 .loc[~marks] 保留不标记新部分开始的行:

In [27]: pd.concat([s.where(marks).ffill(), s], axis=1).loc[~marks]
Out[27]: 
   0   1
1  A  a1
2  A  b1
3  A  c1
5  B  a2
6  B  b2
7  B  c2