循环遍历配对列表以合并python中的数据框行

Question

我有一个数据框，其中所有单元格都是字符串。我想遍历一个配对列表并连接数据框的行。

例如，我有一个如下所示的数据框：

df=[['7','4','5','',''],["","","",'7','4'],['9','4','7','8','4'],["","","",'7','5'],['4','8','5','4','6'],['4','9','41','74','20'],['4','Super','yes','0','9']]
df=pd.DataFrame(df)
df.astype('str')
print(df)
0   1   2   3   4   
7   4   5           
            7   4
9   4   7   8   4
            7   5
4   8   5   4   6
4   9   41  74  20

我想遍历下面的配对列表，其中第一个元素是开始和第二个结束。

list_index=[[1,3],[4,5]]

这是我的审判。我试图将列表更改为范围，以便我可以访问每个缩减的元素并遍历它们，但没有运气抛出TypeError: 'list' object cannot be interpreted as an integer。

for row,index in df.iterrows():
    for i in range(len(list_index)):
        for j in range(list_index[i]):
            df[row,:] = df[row,:] + row 

最后，对于我上面的索引的开始和结束，我希望数据最终数据框看起来像这样：

0   1   2   3   4   
7   4   5           
9   4   7   787 445
44  89  541 474 620

我不确定如何在 python 中循环遍历列表的配对元素。谁能帮我解决这个问题？

Answer 1

这是没有groupby的另一种解决方案

start_end = [[1,3],[4,5]]

new_df = pd.DataFrame()

for l in start_end:

    temp_df = df.iloc[l[0] : l[1] + 1,:].apply(lambda x : ''.join(x)).to_frame().transpose()

    new_df = pd.concat([new_df, temp_df], ignore_index = True)

new_df

Answer 2

# this is an important step because we need a column to groupby
df['gb'] = 'gb'

start_end = [[1,3],[4,5]]

new_df = pd.DataFrame()

for l in start_end:

    temp_df = df.iloc[l[0] : l[1] + 1,:].groupby(['gb']).agg(lambda x : ''.join(x)).reset_index(drop = True)

    new_df = pd.concat([new_df, temp_df], ignore_index = True)

new_df