Python/Pandas:如何在特定行将列切片为多个部分

Question

我的实验室仪器提供了如下格式的数据集。对于上下文，我只有很少的python经验。

<表类> TTS 周期1 tbody><<tr>波长(nm)吸光度10012200233001740014TTS循环2波长(nm)吸光度100732002530017940015TTS周期3波长(nm)吸光度100602004530012400100

首先在read_csv中创建默认为0,1列的DataFrame,header=None参数:

df = pd.read_csv(file, header=None)

print (df)
0           1
0               TTS     Cycle 1
1   Wavelength (nm)  Absorbance
2               100          12
3               200          23
4               300          17
5               400          14
6               TTS     Cycle 2
7   Wavelength (nm)  Absorbance
8               100          73
9               200          25
10              300         179
11              400          15
12              TTS     Cycle 3
13  Wavelength (nm)  Absorbance
14              100          60
15              200          45
16              300          12
17              400         100

然后为识别循环创建组，这里通过TTS比较第一列，并将第二列的值重复到c列，并通过GroupBy.cumcount创建g组，因此可能进行pivot并在列表推导中创建最终列名:

m = df[0].eq('TTS')
df1 = (df[~m & df[1].ne('Absorbance')]
.assign(c=df[1].where(m).ffill().fillna(df.columns[1]),
g=lambda x: x.groupby('c').cumcount()).pivot(index='g', columns='c')
.sort_index(level=1, axis=1)
.rename(columns={0:'Wavelength', 1:'Absorbance'}))
df1.columns = [f'{a} ({b})' for a, b in df1.columns]
print (df1)
Wavelength (Cycle 1) Absorbance (Cycle 1) Wavelength (Cycle 2)  
g                                                                  
0                  100                   12                  100   
1                  200                   23                  200   
2                  300                   17                  300   
3                  400                   14                  400   
Absorbance (Cycle 2) Wavelength (Cycle 3) Absorbance (Cycle 3)  
g                                                                 
0                   73                  100                   60  
1                   25                  200                   45  
2                  179                  300                   12  
3                   15                  400                  100  

如果每个周期的波长相同，可以创建一个列:

m = df[0].eq('TTS')
df2 = (df[~m & df[1].ne('Absorbance')]
.assign(c=df[1].where(m).ffill().fillna(df.columns[1]),
g=lambda x: x.groupby('c').cumcount()).pivot(index=0, columns='c', values=1)
.rename_axis(index='Wavelength', columns=None)
.rename(columns= lambda x: f'Absorbance ({x})')
.reset_index()
)
print (df2)
Wavelength Absorbance (Cycle 1) Absorbance (Cycle 2) Absorbance (Cycle 3)
0        100                   12                   73                   60
1        200                   23                   25                   45
2        300                   17                  179                   12
3        400                   14                   15                  100