获取单元格值并填充python panda中新列的行

Question

我有这样的数据：

Col1
time: 4
1
2
3
time: 7
4
5
6
time: 11
7 
8
...

我想添加一个新的专栏，使其看起来像这样：

Col1      Col2
time: 4   4
1         4
2         4
3         4
time: 7   7
4         7
5         7
6         7
time: 11  11
7         11
8         11
...       ...

因此，我想从"time:x"行中获取特定值，并将它们放在新列的行中，直到出现下一行"time:x"。有什么建议吗？我甚至不太确定行中的值是整数还是字符串。我感谢你的帮助！

Answer 1

您可以尝试以下操作：

df['Col2']=(df.groupby(df['Col1'].str.contains('time:').cumsum())['Col1'].transform('first')
.str.split(':').str[-1])
print(df)

---

Col1 Col2
0    time: 4    4
1          1    4
2          2    4
3          3    4
4    time: 7    7
5          4    7
6          5    7
7          6    7
8   time: 11   11
9          7   11
10         8   11
....
....

解释：

首先，我们创建一个助手序列，它为所有具有单词time的行返回True，然后对它们进行累加：

print(df['Col1'].str.contains('time:').cumsum())
0     1
1     1
2     1
3     1
4     2
5     2
6     2
7     2
8     3
9     3
10    3

现在我们可以将其视为单独的组，因此我们在此助手系列上分组，并返回第一个值：

print(df.groupby(df['Col1'].str.contains('time:').cumsum())['Col1'].transform('first'))
0      time: 4
1      time: 4
2      time: 4
3      time: 4
4      time: 7
5      time: 7
6      time: 7
7      time: 7
8     time: 11
9     time: 11
10    time: 11

一旦我们得到了这个结果，我们就可以链str.split，它在:上分割序列，并使用.str[-1]返回分割的最后一个元素。

希望能有所帮助。

Answer 2

我的两分钱：

import pandas as pd
import re
df = pd.read_csv('dummy_data.csv')
print(df)
df['Col2'] = ''
fill_value = 0
regex_pattern = r'time: (d+)'
for index, row in df.iterrows():
if len(re.findall(regex_pattern, row['Col1'])) == 1:
fill_value = int(re.findall(regex_pattern, row['Col1'])[0])
row['Col2'] = fill_value
df

输出：

Col1
0    time: 4
1          1
2          2
3          3
4    time: 7
5          4
6          5
7          6
8   time: 11
9          7
10         8
Col1 Col2
0    time: 4    4
1          1    4
2          2    4
3          3    4
4    time: 7    7
5          4    7
6          5    7
7          6    7
8   time: 11   11
9          7   11
10         8   11

Answer 3

您可以使用regex，并带有一个正面的look-behind断言。它的意思是，如果一个数字跟在字符串"time:"后面，然后提取它。之后，向前填充以获得结果：

(df
.assign(Col2 = lambda x: x.Col1.str.extract(r'((?<=time: )d+)'))
.ffill()
)
Col1      Col2
0   time: 4     4
1   1           4
2   2           4
3   3           4
4   time: 7     7
5   4           7
6   5           7
7   6           7
8   time: 11    11
9   7           11
10  8           11