Question

我在给定的块结构中有数千行。在此结构中第一行 - 响应注释，第二行 - 客户名称和最后一行 - 推荐是固定的。其余的字段/行不是必需的。

我正在尝试编写一个代码，我正在读取列名='响应注释'然后键=下一行的列值（客户名称）。这应该从Row - Response Comments to Recommended，然后打破循环并获得新的键值。

数据来自Excel文件：

from pandas import DataFrame 
import pandas as pd
import os 
import numpy as np 
xl = pd.ExcelFile('Filepath') 
df = xl.parse('Reviews_Structured') 
print(type (df))

RowNum        Column Name               Column Values                     Key

1       Response Comments   they have been unresponsive 
2       Customer Name       Brian   
             .
             .
             .
             .
13      Recommended         no

有关此循环代码的任何帮助将不胜感激。

Answer 1

实现逻辑的一种方法是使用collections.defaultdict和嵌套字典结构。以下是一个例子：

from collections import defaultdict
import pandas as pd

# input data
df = pd.DataFrame([[1, 'Response Comments', 'they have been unresponsive'],
                   [2, 'Customer Name', 'Brian'],
                   .....

                   [9, 'Recommended', 'yes']],
                  columns=['RowNum', 'Column Name', 'Column Values'])

# fill Key columns
df['Key'] = df['Column Values'].shift(-1)
df.loc[df['Column Name'] != 'Response Comments', 'Key'] = np.nan
df['Key'] = df['Key'].ffill()

# create defaultdict of dict
d = defaultdict(dict)

# iterate dataframe
for row in df.itertuples():
    d[row[4]].update({row[2]: row[3]})

# defaultdict(dict,
#             {'April': {'Customer Name': 'April',
#               'Recommended': 'yes',
#               'Response Comments': 'they have been responsive'},
#              'Brian': {'Customer Name': 'Brian',
#               'Recommended': 'no',
#               'Response Comments': 'they have been unresponsive'},
#              'John': {'Customer Name': 'John',
#               'Recommended': 'yes',
#               'Response Comments': 'they have been very responsive'}})

Answer 2

我是否正确理解了这一点，您想要一个带有

的新数据框架

columns = ['Response Comments', 'Customer name', ...]

从解析后的excel文件中重塑数据？

从已知的必需列名创建一个空DataFrame，例如

df_new = pd.DataFrame(columns=['Response Comments', 'Customer name', ...])
index = 0

逐行迭代解析的excel文件并分配值

for k, row in df.iterrows():
    index += 1

    if row['Column Name'] in df_new:
        df_new.at[index, row['Column Name']] = row['Column Values']

        if row['Column Name'] == 'Recommended':
            continue

不是美女，但我不确定你到底想要达到的目的：）

数据帧中的迭代循环 - 动态创建数据字典

2 个答案: