本教程旨在指导如何使用python pandas库处理非标准格式的excel数据。当数据逻辑上属于同一记录但物理上分散在两行时，我们将学习一种迭代方法，将特定列的跨行数据合并到单个单元格（列表形式）中。此过程有助于将原始的非规范化数据转换为更适合分析和表格展示的结构，提高数据可用性。

在日常数据处理工作中，我们经常会遇到从各种系统导出的Excel文件，其数据格式可能并不总是符合标准的表格结构。一个常见的情况是，一个逻辑上的数据记录被拆分到两行中，例如，某个属性的值在第一行，而其补充信息在紧邻的第二行。这种格式使得直接将数据转换为标准表格或进行进一步分析变得困难。

例如，原始数据可能呈现如下结构：

Column A	Column B	Column C	Column D	Column E
Data A1	Data B1	Data C1	Data D1	Data E1
	Data B1'		Data D1'
Data A2	Data B2	Data C2	Data D2	Data E2
	Data B2'		Data D2'

而我们期望将其转换为更规整的单行记录，其中Column B和Column D的值能够合并：

Column A	Column B	Column C	Column D	Column E
Data A1	[Data B1, Data B1']	Data C1	[Data D1, Data D1']	Data E1
Data A2	[Data B2, Data B2']	Data C2	[Data D2, Data D2']	Data E2

本文将详细介绍如何使用Python的Pandas库自动化这一数据重构过程。

核心思路：逐行合并策略

由于我们需要合并的是相邻两行的数据，传统的基于列或单行操作的Pandas方法（如apply）可能难以直接实现这种跨行逻辑。因此，一种有效的方法是采用迭代策略：

Reachout.ai

一个AI驱动的视频开发平台，专为忙碌的企业家和销售团队打造

142 查看详情

1. 逐对读取行： 以步长为2的方式遍历DataFrame的行，每次获取一对相邻的行。
2. 构建新行： 为这对行构建一个新的字典，代表合并后的单行数据。
3. 条件合并： 对于需要合并的特定列（如示例中的Column B和Column D），将两行中的值组合成一个列表。
4. 直接复制： 对于不需要合并的列，直接取第一行的值。
5. 追加到结果DataFrame： 将构建好的新行追加到一个新的DataFrame中。

示例代码与详细解析

以下是实现上述逻辑的Python代码：

import pandas as pd

# 定义Excel文件路径和工作表名称
excel_file = 'data.xlsx'
sheet_name = 'Sheet1'

# 1. 读取Excel文件到Pandas DataFrame
try:
    df = pd.read_excel(excel_file, sheet_name=sheet_name)
except FileNotFoundError:
    print(f"错误：文件 '{excel_file}' 或工作表 '{sheet_name}' 不存在。请检查路径和名称。")
    # 创建一个示例DataFrame用于演示，如果文件不存在
    data = {
        'Data A': ['Data A1', '', 'Data A2', ''],
        'Data B': ['Data B1', 'Data B1\'', 'Data B2', 'Data B2\''],
        'Data C': ['Data C1', '', 'Data C2', ''],
        'Data D': ['Data D1', 'Data D1\'', 'Data D2', 'Data D2\''],
        'Data E': ['Data E1', '', 'Data E2', '']
    }
    df = pd.DataFrame(data)
    print("已使用示例数据继续。")

print("原始数据：")
print(df)

# 2. 初始化一个空的DataFrame用于存储格式化后的数据
# 确保新DataFrame的列与原始DataFrame一致
formatted_df = pd.DataFrame(columns=df.columns)

# 3. 遍历DataFrame，每次处理两行
# range(0, len(df), 2) 表示从索引0开始，每次跳过2个索引，即每次处理 i 和 i+1
for i in range(0, len(df), 2):
    # 获取当前行的第一行数据
    row1 = df.iloc[i]

    # 尝试获取下一行数据，如果已是最后一行，则row2为None
    row2 = df.iloc[i + 1] if i + 1 < len(df) else None

    combined_row = {} # 用于存储合并后新行的数据

    # 遍历所有列
    for col in df.columns:
        # 指定需要合并的列名列表。请根据您的实际情况修改此列表！
        # 例如，如果您的列名是 'Col B' 和 'Col D'，则改为 ['Col B', 'Col D']
        columns_to_combine = ['Data B', 'Data D'] 

        if col in columns_to_combine:
            # 如果是需要合并的列，则将row1和row2的值放入列表中
            # 注意处理row2可能为None的情况
            combined_row[col] = [row1[col], row2[col] if row2 is not None else None]
        else:
            # 对于不需要合并的列，直接取row1的值
            combined_row[col] = row1[col]

    # 将构建好的combined_row追加到formatted_df
    # ignore_index=True 确保新行有独立的索引
    formatted_df = formatted_df.append(combined_row, ignore_index=True)

print("\n格式化后的数据：")
print(formatted_df)

# 4. 将格式化后的DataFrame保存到新的Excel文件
output_excel_file = 'formatted_output.xlsx'
formatted_df.to_excel(output_excel_file, index=False)
print(f"\n格式化后的数据已保存到 '{output_excel_file}'")

代码解析：

1. 导入Pandas并读取数据：
   • import pandas as pd：导入Pandas库。
   • pd.read_excel(excel_file, sheet_name=sheet_name)：从指定的Excel文件和工作表读取数据，并将其存储在一个Pandas DataFrame df 中。代码中加入了try-except块，以便在文件不存在时提供一个示例DataFrame，方便测试。
2. 初始化结果DataFrame：
   • formatted_df = pd.DataFrame(columns=df.columns)：创建一个空的DataFrame formatted_df，它的列结构与原始DataFrame df 相同。这将用于存储合并后的数据。
3. 循环处理行：
   • for i in range(0, len(df), 2):：这是核心循环。range(start, stop, step) 函数生成一个序列。在这里，它会从0开始，以2为步长，直到DataFrame的长度。这意味着i将依次为0, 2, 4, ...，每次迭代都代表一对行的起始索引。
   • row1 = df.iloc[i]：使用iloc按位置获取当前迭代的第一行数据。
   • row2 = df.iloc[i + 1] if i + 1
   • combined_row = {}：在每次循环开始时，创建一个空字典，用于构建当前合并后的新行。
   • for col in df.columns:：遍历原始DataFrame的所有列。
   • columns_to_combine = ['Data B', 'Data D']：这是您需要根据实际数据进行修改的关键部分！ 将需要合并的列名添加到此列表中。
   • if col in columns_to_combine:：如果当前列在需要合并的列表中，则执行合并逻辑。
     • combined_row[col] = [row1[col], row2[col] if row2 is not None else None]：将row1和row2中该列的值放入一个列表中。如果row2为None，则第二部分的值也为None。
   • else:：如果当前列不需要合并，则直接取row1的值。
     • combined_row[col] = row1[col]：将row1中该列的值赋给combined_row。
   • formatted_df = formatted_df.append(combined_row, ignore_index=True)：将构建好的combined_row（字典形式）作为新行追加到formatted_df中。ignore_index=True 确保新行获得一个新的、连续的索引，而不是尝试使用combined_row的字典键作为索引。
4. 保存结果：
   • formatted_df.to_excel(output_excel_file, index=False)：将最终格式化好的DataFrame保存到一个新的Excel文件。index=False 防止Pandas将DataFrame的索引也写入Excel文件。

注意事项

1. 自定义合并列： 代码中的columns_to_combine列表是您需要根据实际数据进行调整的核心。请确保将其替换为您的Excel文件中实际需要合并的列名。
2. 数据类型： 合并后的单元格内容将是一个Python列表（例如 ['Data B1', 'Data B1\'']）。这可能会影响后续的数据分析操作，您可能需要进一步处理这些列表（例如，将它们连接成字符串，或提取特定元素）。
3. 数据完整性与对齐： 此方法假设数据是严格按对（两行一组）排列的。如果原始数据中存在不规则的跨行（例如，有些记录只占一行，有些占三行），则此代码需要进行更复杂的修改以适应这些情况。在执行前，最好对原始数据进行初步检查。
4. 性能考虑： 对于非常庞大的数据集（例如，数十万行甚至更多），在循环中反复使用DataFrame.append()可能会导致性能问题，因为它每次都会创建一个新的DataFrame。对于这类场景，更高效的做法是先将所有combined_row收集到一个列表中，最后使用pd.concat()一次性创建formatted_df。然而，对于大多数中等规模的数据集，当前方法足够清晰和高效。
5. 空值处理： 如果原始数据中存在空值（NaN），它们也会被包含在合并后的列表中。您可能需要在合并前或合并后对这些空值进行清理或替换。

总结

通过上述Pandas迭代方法，我们可以有效地解决Excel数据中逻辑记录跨越物理行的问题。这种方法提供了一个灵活的框架，允许我们根据特定列的需求进行数据合并，从而将非规范化的原始数据转换为更易于管理和分析的标准表格格式。掌握这种数据清洗技巧对于任何需要处理复杂Excel数据的数据分析师或开发者来说都至关重要。

以上就是使用Pandas处理Excel数据：合并跨行单元格以优化表格结构的详细内容，更多请关注其它相关文章！

# 不需要  # 聊城网络营销推广选择  # 常规网站建设售后服务  # 网站优化不好  # 塑胶行业网站建设公司  # 房车搜索关键词排名查询  # 户县有网站推广的吗  # 网站推广培训内容  # 网站推广服务服务  # 湖南抖音付费营销推广招聘  # 深圳网站规划建设方案  # 列表中  # 创建一个  # excel  # 转换为  # 单元格  # 原始数据  # 两行  # 您的  # 遍历  # 跨行  # 排列  # 数据清洗  # app  # python 

相关栏目： 【 科技资讯46185 】 【 网络学院92790 】

相关推荐： Highcharts 雷达图径向轴标签定制指南：利用多Y轴实现数值标注  XML中包含HTML标签导致解析错误？ 正确嵌入非XML数据的两种方法  qq游戏免费畅玩入口_qq游戏电脑版快速启动  Windows 11怎么彻底关闭定位_Windows 11服务中禁用Geolocation  机构：以往存储涨价周期小米利润率实际上有所改善 能转嫁给消费者等  qq浏览器打开空白页怎么办 qq浏览器启动后显示白屏的解决教程  铁路12306改签能改到更早的车次吗_铁路12306改签提前车次规则  QQ邮箱电脑版登录入口_QQ邮箱官方网站登录平台  J*aScript中localStorage数据的获取、清洗与格式化教程  印象笔记怎样用批量导出备知识库_印象笔记用批量导出备知识库【备份方法】  在VS Code中配置和运行Dart程序的完整步骤  2025-2030年全球乘用车销量预测：新能源成增长主力  J*a编写用户注册与登录功能_掌握字符串与验证逻辑  蛙漫2日版入口 WAMAN2(日版)无删减漫画官网链接  汽水音乐车机版8.9下载 汽水音乐车机版8.9版本安装入口  纯CSS与HTML网格布局的HTML精简策略：SVG与JS方案解析  正确连接J*aScript到HTML实现可点击图片与自定义事件处理  Excel Power Pivot如何处理XML数据源 构建高级数据模型  AO3官方镜像站点汇总 AO3同人作品网页版直达链接  解决Flask中Quill编辑器内容提交失败及TypeError的指南  中兴Axon42Ultra怎样在文件App筛图_iPhone中兴Axon42Ultra文件App筛图【图片筛选】  哔哩哔哩忘记密码了怎么找回_哔哩哔哩密码找回方法  KFC早餐时段怎么领特惠代码_KFC早餐订餐优惠代码获取与使用说明  Python多版本共存与虚拟环境管理深度指南  处理嵌套交互式控件：前端可访问性指南  没有大陆身份证/银行卡如何实名微信？ 亲测有效的几种方法分享  提升屏幕阅读器对“m”时间单位的播报准确性：HTML与CSS组合解决方案  Basecamp怎样用留言钉固定重点_Basecamp用留言钉固定重点【重点标记】  如何创建没有密码的Windows本地账户_跳过微软账户登录的技巧【教程】  ACG动漫视频网入口 ACG动漫*免费正版观看地址  MAC怎么让Dock栏只显示当前运行的应用_MAC终端命令实现极简Dock栏  印象笔记如何设离线包出差查阅_印象笔记设离线包出差查阅【离线阅读】  c++ 获取系统当前时间 c++时间戳获取方法  c++如何使用Catch2编写单元测试_c++简洁易用的BDD风格测试框架  Discord Slash 命令响应超时问题的异步解决方案  ArrayList与LinkedList操作复杂度详解：遍历与修改  必由学网页版入口 必由学官方平台直接访问  必由学官方网站入口 必由学学生教师共用登录通道  Python自定义类排序：解决lambda键值访问TypeError的实践指南  漫蛙2在线漫画入口 漫蛙正版漫画网页版直达  向日葵客户端怎么进行远程CentOS控制_向日葵客户端远程CentOS控制操作教程  解决深度学习模型训练初期异常高损失与完美验证准确率问题  Golang如何测试channel通信行为_Golang channel通信测试与分析方法  极速漫画官方主页网址 极速漫画漫画在线浏览官网链接  J*a里如何实现订单支付与库存同步功能_支付库存同步项目开发方法说明  极兔快递快件信息查询系统 极兔快递官网运单号追踪  如何在复杂的电商平台中优雅地管理共享资源并确保正确重定向，使用spryker-shop/resource-share-page模块助你一臂之力  漫蛙2漫画入口 漫蛙正版网页漫画直达网址  J*aScriptWebpack优化_J*aScript构建工具实战  mcjs网页版流畅运行 mcjs低配电脑畅玩入口