Python：从列表创建数据框，其中每个新行都从特定的列表索引开始

Question

我有一个列表，其中“SUMMARY”元素和下一个元素之间的项目数不固定list = ['SUMMARY - Dec 2013', 'Person1', 'None', 'None', '10', 'SUMMARY - Dec 2013', 'Person2', '20', 'SUMMARY - Jan 2014', 'Person3', 'None']我想要实现的是将列表转换为数据框，其中每一行都以“SUMMARY”元素开头。我用过match = []match.append([n for n, l in enumerate(list) if l.startswith('SUMMARY')])使用输出[[0, 5, 8]]获取包含“SUMMARY”的项目的索引，我希望我的数据框的每一行都以其索引包含在match. 在这种情况下，匹配有 3 个元素，所以我希望我的数据框有 3 行和以下结构：'SUMMARY - Dec 2013', 'Person1', 'None', 'None', '10''SUMMARY - Dec 2013', 'Person2', '20',   NA,    NA'SUMMARY - Jan 2014', 'Person3', 'None', NA,    NA基本上，当特定行的项目数小于最大列数时，其余部分将填充 NA/NaN。

Answer 1

如果您从单个系列开始，则更容易解决这个问题。您可以根据“摘要”是否存在对数据行进行分组，然后使用它来跨列聚合和重新分解数据。

s = pd.Series(your_list)

pd.DataFrame(s.groupby(s.str.contains('summary', case=False).cumsum())

              .agg(list)

              .tolist())                                                   

                    0        1     2     3     4

0  SUMMARY - Dec 2013  Person1  None  None    10

1  SUMMARY - Dec 2013  Person2    20  None  None

2  SUMMARY - Jan 2014  Person3  None  None  None

感谢@Shubham Sharma 提出迭代组的建议：

pd.DataFrame([g.tolist() for k, g in s.groupby(

    s.str.contains('summary', case=False).cumsum())])

                    0        1     2     3     4

0  SUMMARY - Dec 2013  Person1  None  None    10

1  SUMMARY - Dec 2013  Person2    20  None  None

2  SUMMARY - Jan 2014  Person3  None  None  None