Python通用索引切片

希望有人能帮助我将Excel逻辑转换为python的逻辑

=IF(LEFT(A8,5)="Total",A9,I8)

因此，我希望找到某个范围内的所有内容，然后使用该范围内的第一个元素创建一个新列。问题是范围的名称可能会更改

我实现的当前解决方案是将列转换为索引，并通过执行以下操作手动选择“按索引名”：

Sales = df.loc['1000 - Cash and Equivalents':'Total - 1000 - Cash and Equivalents']

问题是这个名称可能会更改，并且可能包含更少或更多行，并且需要使其更通用，因此我无法指定编号范围

这是一个数据示例：

转换后的数据如下所示：

Sales = df.loc['1000 - Cash and Equivalents':'Total - 1000 - Cash and Equivalents']

使用：

df = pd.read_csv('PL2.csv', encoding='cp1252', engine='python')


#create helper df for total strings
df1 = df.loc[df.iloc[:, 0].str.startswith('Total', na=False), df.columns[0]].to_frame('total')
#first column without Total - 
df1['first'] = df1['total'].str.replace('Total - ', '')
print (df1.head(10))
                                    total                          first
17                   Total - 4000 - Sales                   4000 - Sales
21  Total - 4200 - Discounts & Allowances  4200 - Discounts & Allowances
24       Total - 4400 - Excise and Duties       4400 - Excise and Duties
25                          Total - Sales                          Sales
37      Total - 5000 - Cost of Goods Sold      5000 - Cost of Goods Sold

#create index by first column
df = df.set_index(df.columns[0])

#filter function - if not matched return empty df
def get_dict(df, first, last):
    try:
        df = df.loc[first: last]
        df['Sub-Category'] = first
    except KeyError:
        df = pd.DataFrame()
    return df

#in dictionary comprehension create dict of DataFrames     
d = {k: get_dict(df, k, v) for k, v in zip(df1['first'], df1['total'])}
#print (d)

#select Sales df
print (d['Sales'])

---

如果您的解决方案

Sales=df.loc['1000-现金及等价物]：'Total-1000-现金及等价物]

无法使用，您希望输入什么？字符串

1000

？或者

现金和等价物

或者其他什么？是的，所以我将账户列作为熊猫的索引，并按索引名进行切片是的，它理解，但不确定你想要什么。我的excel知识很差，也没有你的excel数据，所以很难通过

=IF（LEFT（A8,5）=“Total”，A9，I8）

@jezrael来测试和猜测需要什么。这是我现在正在使用的代码，我希望你能从中看出我的目标是更好的，是

PL.csv

confidental吗？谢谢你@jezrael