Python：当组标签和单个单元位于原始数据的同一列时，为它们创建单独的列

Question

我是Python新手，我怀疑这个问题以前可能有人问过，但我真的找不到任何相关的线程。因此，这个问题。在

我打算创建一个包含“组标签”和“单个单元”的单独列的数据框，但原始原始数据的结构如下：

import pandas as pd
df = pd.read_table('df.txt',  names = 'data')

上面写着

^{pr2}$

但我想创建一个这样的数据帧

       Group   Unit
    0 group1 unit_a
    1 group1 unit_b
    2 group2 unit_c
    3 group2 unit_d
    4 group2 unit_e
    5 group3 unit_f
    6 group3 unit_g
    ...

也就是说，在原始数据中，单位列在各自的组标签下，并且它们都列在同一列中，而每个组可能包含不同数量的单位。所以我很难使用间隔或其他方法来切片数据。如何将原始数据排序或切片到所需的两列数据帧类型输出中？在

提前谢谢。在

Answer 1

一个非常基本的方法是使用str.contains为一个新的列分配掩码值，过滤列匹配的行（例如group1, group1），然后重置索引。在

df = (df.assign(group=df[df.data.str.contains('group')])
        .ffill()
        .query('data != group')
        .reset_index(drop=True)
        .rename(columns={'data':'unit'}))

不过，我还是觉得有一个更简单的方法来解决这个问题。在

演示

^{pr2}$