通过特定字符串重塑 Pandas 数据框答案

【问题标题】：Reshape Pandas dataframe by specific string通过特定字符串重塑 Pandas 数据框
【发布时间】：2018-11-09 11:36:00
【问题描述】：

我有一个如下所示的 csv 数据集：

###12345
LABEL     text
LABEL     text
###12213
LABEL     text
LABEL     text

我想把它变成那个形状

12345 LABEL    text
12345 LABEL    text
12213 LABEL    text

我的第一个方法是过滤掉这样的行

#df['label'].str.contains("###", na=False)

但没有成功重新排列为索引。

你能帮我解决这个问题吗？谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

用途：

print (df)
            label
0        ###12345
1  LABEL     text
2  LABEL     text
3        ###12213
4  LABEL     text
5  LABEL     text

#boolean mask
m = df['label'].str.contains("###", na=False) 
#helper column with repalce non ### values to NaNs and repalce it by last non NaN value
df['new'] = df['label'].where(m).ffill()
#remove rows with same values
df = df[df['label'] != df['new']].copy()
#extract new column and add to original
df['label'] = df.pop('new').str.lstrip('#') + ' ' + df['label']
print (df)
                  label
1  12345 LABEL     text
2  12345 LABEL     text
4  12213 LABEL     text
5  12213 LABEL     text

print (df)
      label value
0  ###12345   NaN
1     LABEL  text
2     LABEL  text
3  ###12213   NaN
4     LABEL  text
5     LABEL  text


m = df['label'].str.contains("###", na=False) 

df['new'] = df['label'].where(m).ffill()
df = df[df['label'] != df['new']].copy()
df['label'] = df.pop('new').str.lstrip('#') + ' ' + df['label']
print (df)
         label value
1  12345 LABEL  text
2  12345 LABEL  text
4  12213 LABEL  text
5  12213 LABEL  text

【讨论】：