Python 如何拆分混合值列？

我收到了一些奇怪格式的数据，我一直试图在互联网上搜索类似的问题，但运气不好，我在翻阅熊猫的文档，但可能我找错了地方

例如，我有一个pandas数据框，如下所示，它应该至少包含以下元素：

个人

，

项目

，

类型

，

计数

，

值

。大概是这样的：

           0     1      2      3
0             type  count  value
1   person 1                    
2     item a     5      5      5
3   person 2                    
4     item b     9      9      9
5   person 3                    
6     item a     1      2      3
7     item b     1      2      3
8     item c     1      2      3
9     item d     1      2      3
10               4      8     12

          0       1           2      3      4
0              type        item  count  value
1  person 1       6      item a     20     30
2  person 1       7      item d      -      -
4  person 2       9      item d     80     90
5  person 3      10      item b     40     50
6  person 3      11      item a     10     20
8  person 4       7      item c     50     60

其中第一列包含属于该人员的

人员姓名

和

项目

，该人员应位于其自己的列中。每个人可以有一个或多个项目

我需要找到一种方法，通过将人名移动到每个

项目

行来清理这一问题，最终结果如下所示：

          0       1     2      3      4
0      name    item  type  count  value
1  person 1  item a     5      5      5
2  person 2  item b     9      9      9
3  person 3  item a     1      2      3
4  person 3  item b     1      2      3
5  person 3  item c     1      2      3
6  person 3  item d     1      2      3

          0              1      2      3
0            type and item  count  value
1  person 1       6 item a     20     30
2                 7 item d      -      -
3                              20     30
4  person 2       9 item d     80     90
5  person 3      10 item b     40     50
6                11 item a     10     20
7                              50     70
8  person 4       7 item c     50     60

我可以通过在每一行上循环，检查type、count、value是否为空来获取人名，然后将其附加到下面的每一行，直到下一行的type、count、value为空，来解决这个问题，但这真的是唯一的解决方案吗，还是有更灵活的方法

另一种格式是这样的：

          0       1     2      3      4
0      name    item  type  count  value
1  person 1  item a     5      5      5
2  person 2  item b     9      9      9
3  person 3  item a     1      2      3
4  person 3  item b     1      2      3
5  person 3  item c     1      2      3
6  person 3  item d     1      2      3

          0              1      2      3
0            type and item  count  value
1  person 1       6 item a     20     30
2                 7 item d      -      -
3                              20     30
4  person 2       9 item d     80     90
5  person 3      10 item b     40     50
6                11 item a     10     20
7                              50     70
8  person 4       7 item c     50     60

需要一个解决方案来获得如下输出：

           0     1      2      3
0             type  count  value
1   person 1                    
2     item a     5      5      5
3   person 2                    
4     item b     9      9      9
5   person 3                    
6     item a     1      2      3
7     item b     1      2      3
8     item c     1      2      3
9     item d     1      2      3
10               4      8     12

          0       1           2      3      4
0              type        item  count  value
1  person 1       6      item a     20     30
2  person 1       7      item d      -      -
4  person 2       9      item d     80     90
5  person 3      10      item b     40     50
6  person 3      11      item a     10     20
8  person 4       7      item c     50     60

我的想法是使用一些数据帧模式，但我不认为存在这样的情况？
是否有更灵活的解决方案，这意味着我可以向pandas传递几个简单的参数，它将知道如何分别标记个人和项目，或者唯一的解决方案是使用循环和执行if/else来解决它

为方便起见，我在示例中介绍了数据帧：

data = pd.DataFrame([
    ['', 'type', 'count', 'value'],
    ['person 1', '', '', ''],
    ['item a', '5', '5', '5'],
    ['person 2', '', '', ''],
    ['item b', '9', '9', '9'],
    ['person 3', '', '', ''],
    ['item a', '1', '2', '3'],
    ['item b', '1', '2', '3'],
    ['item c', '1', '2', '3'],
    ['item d', '1', '2', '3'],
    ['', '4', '8', '12'],
])

data2 = pd.DataFrame([
    ['', 'type and item', 'count', 'value'],
    ['person 1', '6 item a', '20', '30'],
    ['', '7 item d', '-', '-'],
    ['', '', '20', '30'],
    ['person 2', '9 item d', '80', '90'],
    ['person 3', '10 item b', '40', '50'],
    ['', '11 item a', '10', '20'],
    ['', '', '50', '70'],
    ['person 4', '7 item c', '50', '60'],
])

获取数据

data[4]=data[0].where(data[1].eq('')).ffill()

data=data[data[0]!=data[4]]
data=data[data[0]!='']

data
        0  1  2  3         4
2  item a  5  5  5  person 1
4  item b  9  9  9  person 2
6  item a  1  2  3  person 3
7  item b  1  2  3  person 3
8  item c  1  2  3  person 3
9  item d  1  2  3  person 3

数据2

data2=data2.join(data2[1].str.split(' ',n=1,expand=True),rsuffix='add')
data2=data2.dropna(subset=['1add'],axis=0)
data2['0']=data2['0'].mask(data2['0'].eq('')).ffill()
data2
          0              1      2      3  0add      1add
0       NaN  type and item  count  value  type  and item
1  person 1       6 item a     20     30     6    item a
2  person 1       7 item d      -      -     7    item d
4  person 2       9 item d     80     90     9    item d
5  person 3      10 item b     40     50    10    item b
6  person 3      11 item a     10     20    11    item a
8  person 4       7 item c     50     60     7    item c

---

谢谢你的快速回复，我很抱歉没有澄清。问题是，我得到的人名和项目行实际上并没有那么干净（人名1/人名2），它们通常是真名（Bob、Gary、Patric），并且无法知道是否实际是人名或项目名来按值筛选。@rain01更新为

data[4]=data[0]。其中（data[1]。eq（“”））.ffill（）