如何解析excel数据并将其修改为所需的数据框？

Question

我有一个如下所示的 excel：

像数据框一样使用它：

    ItemName     Category  Quantity
0   ProductA  Electronics       NaN
1          A  Electronics       1.0
2          B  Electronics       2.0
3          C  Electronics       3.0
4          D  Electronics       4.0
5          E  Electronics       5.0
6          F  Electronics       6.0
7   ProductB     Hardware       NaN
8          G     Hardware       7.0
9          H     Hardware       8.0
10         I     Hardware       9.0
11         J     Hardware      10.0
12  ProductC     Software       NaN
13         K     Software      11.0
14         L     Software      12.0

任何类别的第一个项目名称是项目类别。我需要将这个项目类（ProductA、ProductB 和 ProductC）从数据中分离出来，这样当我调用 df['ProductA'] 时，我可以将所有相关信息打印到这个项目名称中。 （A、B、C、D、E 和 F）

到目前为止，我已经尝试过从数据中提取产品 A、B 和 C。

import pandas as pd
import numpy as np
df = pd.read_excel(r'testing.xlsx')

index = df['Quantity'].index[df['Quantity'].apply(np.isnan)]
index_list=index.values.tolist()

for index in index_list:
    print(df['ItemName'][index])

但是如何修改代码以便调用 df['ProductA'] 并获取所有相关信息？

Answer 1

您可以使用以下代码创建一个名为“ProductClass”的列。

import pandas as pd
import numpy as np

df = pd.read_excel('Products.xlsx')

df['ProductClass'] = np.where(df['Quantity'].isna(), df['ItemName'], np.nan)

df['ProductClass']= df['ProductClass'].ffill()

df = df.dropna().reset_index().drop('index', axis=1)

然后您可以像这样获取产品类的所有行。

print(df[df['ProductClass'] == 'ProductA'])

OUTPUT
  ItemName     Category  Quantity ProductClass
0        A  Electronics       1.0     ProductA
1        B  Electronics       2.0     ProductA
2        C  Electronics       3.0     ProductA
3        D  Electronics       4.0     ProductA
4        E  Electronics       5.0     ProductA
5        F  Electronics       6.0     ProductA

Answer 2

试试这个：

import pandas as pd
import numpy as np
df = pd.read_excel(r'testing.xlsx')

index = df['Quantity'].index[df['Quantity'].apply(np.isnan)]
index_list=index.values.tolist()
    
    
dct = {}

for i in range(len(index_list)):
    print(df['ItemName'][index_list[i]])
    if i+1 != len(index_list):
        dct[df['ItemName'][index_list[i]]] = df.iloc[(index_list[i]+1):index_list[i+1], :]
    else:
        dct[df['ItemName'][index_list[i]]] = df.iloc[(index_list[i]+1):len(df), :]
    

print(dct['ProductA'])
print(dct['ProductB'])
print(dct['ProductC'])