使用python合并子组值

我想根据事务组将会计订单号连接到输出文件中的第一个。 输入文件

01 2019-03-01 Travel     1500 DCA CR
04 2019-03-01 Allowance   300 ATC DR
05 2019-03-02 Local Trip  100 TCO CR
             Accounting Order 190291

22 2019-02-01 Charges     2500 DCA CR
98 2019-02-08 Allowance    900 ATC DR
36 2019-01-30 Local Trip    50 TCO CR
74 2019-02-09 Court fees   300 ATC DR
             Accounting Order 195297

33 2019-03-01 Travel     1500 DCA CR
97 2019-03-01 Allowance   300 ATC DR
             Accounting Order 180876

输出应该是

190291 01 2019-03-01 Travel     1500 DCA CR
190291 04 2019-03-01 Allowance   300 ATC DR
190291 05 2019-03-02 Local Trip  100 TCO CR
195297 22 2019-02-01 Charges     2500 DCA CR
195297 98 2019-02-08 Allowance    900 ATC DR
195297 36 2019-01-30 Local Trip    50 TCO CR
195297 74 2019-02-09 Court fees   300 ATC DR
180876 33 2019-03-01 Travel     1500 DCA CR
180876 97 2019-03-01 Allowance   300 ATC DR

---

有没有一种方法可以像那样连接帐号值？感谢您的帮助或建议

例如，下面的代码基本上是根据是否包含“会计订单”将所有行拆分为两个列表z[0]和z[1]，然后从z[0]读取非会计订单行上的fwf，同时从会计订单列表z[1]添加填充的会计订单号：

输出：

   Accounting Order     0           1           2            3
0            190291   1.0  2019-03-01      Travel  1500 DCA CR
1            190291   4.0  2019-03-01   Allowance   300 ATC DR
2            190291   5.0  2019-03-02  Local Trip   100 TCO CR
5            195297  22.0  2019-02-01     Charges  2500 DCA CR
6            195297  98.0  2019-02-08   Allowance   900 ATC DR
7            195297  36.0  2019-01-30  Local Trip    50 TCO CR
8            195297  74.0  2019-02-09  Court fees   300 ATC DR
11           180876  33.0  2019-03-01      Travel  1500 DCA CR
12           180876  97.0  2019-03-01   Allowance   300 ATC DR

按照要求使用回填方法：

# reads the file with positional reference
cols = [(0,2),(2,13),(14,24),(25,29),(30,34),(34,37)]
names = ['id','date','desc','value','type1','type2']
df = pd.read_fwf('my_file_22.txt', header=None, colspecs = cols, names = names)

# creates the new column
df['Accounting Order'] = df[df.desc == 'Accounting']['type1'] + df[df.desc == 'Accounting']['type2']
nans = (df.desc == 'Accounting') | df.id.isna()
df = df.fillna(method='backfill')
df = df[~nans]

它产生以下输出：

    id      date        desc        value   type1   type2   Accounting Order
0   1.0     2019-03-01  Travel      1500    DCA     CR      190291
1   4.0     2019-03-01  Allowance   300     ATC     DR      190291
2   5.0     2019-03-02  Local Trip  100     TCO     CR      190291
5   22.0    2019-02-01  Charges     2500    DCA     CR      195297
6   98.0    2019-02-08  Allowance   900     ATC     DR      195297
7   36.0    2019-01-30  Local Trip  50      TCO     CR      195297
8   74.0    2019-02-09  Court fees  300     ATC     DR      195297
11  33.0    2019-03-01  Travel      1500    DCA     CR      180876
12  97.0    2019-03-01  Allowance   300     ATC     DR      180876

意见：

1考虑到位置读数，如果列的宽度不相同，是什么导致了一些问题

2考虑的解决方案数据为：

01 2019-03-01 Travel     1500 DCA CR
04 2019-03-01 Allowance   300 ATC DR
05 2019-03-02 Local Trip  100 TCO CR
              Accounting Order 190291

22 2019-02-01 Charges    2500 DCA CR
98 2019-02-08 Allowance   900 ATC DR
36 2019-01-30 Local Trip   50 TCO CR
74 2019-02-09 Court fees  300 ATC DR
              Accounting Order 195297

33 2019-03-01 Travel     1500 DCA CR
97 2019-03-01 Allowance   300 ATC DR
              Accounting Order 180876

---

你的原始格式是什么？有3个不同的文件或数据帧？单源文件确定，但您的文件没有分隔符？会计顺序在第列？是。我将使用pd.read_fwf进行加载。会计顺序是第5列或第6列这是您的文件的复制品吗？如果可能的话，还可以使用您用来读取的代码，这样就可以在没有错误和假设的情况下执行解决方案。

01 2019-03-01 Travel     1500 DCA CR
04 2019-03-01 Allowance   300 ATC DR
05 2019-03-02 Local Trip  100 TCO CR
              Accounting Order 190291

22 2019-02-01 Charges    2500 DCA CR
98 2019-02-08 Allowance   900 ATC DR
36 2019-01-30 Local Trip   50 TCO CR
74 2019-02-09 Court fees  300 ATC DR
              Accounting Order 195297

33 2019-03-01 Travel     1500 DCA CR
97 2019-03-01 Allowance   300 ATC DR
              Accounting Order 180876