Python：DF中特定部分的行到列

我在excel中有下表，如下所示：

import pandas as pd

data = """  Col1  |  Col2  |  Col3  | Col4 
 Value11 | Value21 | Value31 |      
 stuff  | stuff  | stuff  |  2.0 
 stuff  | stuff  | stuff  |  3.0 
        |        | Total  |  5.0 
 Value12 | Value22 | Value32 |      
 stuff  | stuff  | stuff  |  6.0 
 stuff  | stuff  | stuff  |  4.0 
        |        | Total  | 10.0 """

df = pd.read_csv(pd.compat.StringIO(data), header=0, delimiter = "|")

print(df)

+---------+---------+---------+------+
|  Col1   |  Col2   |  Col3   | Col4 |
+---------+---------+---------+------+
| Value11 | Value21 | Value31 |      |
| stuff   | stuff   | stuff   |  2.0 |
| stuff   | stuff   | stuff   |  3.0 |
|         |         | Total   |  5.0 |
| Value12 | Value22 | Value32 |      |
| stuff   | stuff   | stuff   |  6.0 |
| stuff   | stuff   | stuff   |  4.0 |
|         |         | Total   | 10.0 |
+---------+---------+---------+------+

我想这样做，以便我可以进行数据分析：

+-------+-------+--------+------+----------+---------+---------+
| Col1  | Col2  |  Col3  | Col4 |   Col5   |  Col6   |  Col7   |
+-------+-------+--------+------+----------+---------+---------+
| stuff | stuff | stuff  |  2.0 | Value11  | Value21 | Value31 |
| stuff | stuff | stuff  |  3.0 | Value11  | Value21 | Value31 |
| stuff | stuff | stuff  |  6.0 | Value12  | Value22 | Value32 |
| stuff | stuff | stuff  |  4.0 | Value12  | Value22 | Value32 |
+-------+-------+--------+------+----------+---------+---------+

也就是说，我想将每个Col1、Col2、Col3中的值转换为对应部分旁边的重复行

我看到的唯一模式是Col3中有一个“Total”变量，正好在我要转换为行的值之上

---

关于如何在Python中实现这一点，您有什么想法吗？

您正在寻找类似的东西吗

import pandas as pd
df = pd.DataFrame(
    {"Col1": ["Value11", "stuff1", "stuff1","Value12", "stuff2", "stuff2"],
     "Col2": ["Value21", "stuff1", "stuff1","Value22", "stuff2", "stuff2"],
     "Col3": ["Value31", "stuff1", "stuff1","Value32", "stuff2", "stuff2"],
     "Col4": ["", 2, 3,"",6,4], },
    index=[1, 2, 3,4,5,6])

df1 = df.loc[df['Col1'] == 'stuff1']
df2 = df.loc[df['Col1'] == 'stuff2']

dfc = pd.concat([df1,df2])

df11 = df.loc[df['Col1'] == 'Value11']
df22 = df.loc[df['Col1'] == 'Value12']


dfc1 = pd.concat([df11, df11])
dfc2 = pd.concat([df22, df22])



df_fin1 = pd.concat([dfc1, dfc2])

print(df_fin1)
dfc.reset_index(drop=True, inplace=True)
df_fin1.reset_index(drop=True, inplace=True)
df_fin = pd.concat([dfc, df_fin1], axis=1)


print(df_fin)

---

因此，如果只选择行并对其进行操作，则代码如下所示：

df21 = pd.concat([df.iloc[0:1], df.iloc[0:1]])
df22 = pd.concat([df.iloc[4:5], df.iloc[4:5]])

df2 = pd.concat([df21,df22])

df1 = pd.concat([df.iloc[1:3], df.iloc[5:7]])

df1.reset_index(drop=True, inplace=True)
df2.reset_index(drop=True, inplace=True)
df_f = pd.concat([df1, df2], axis=1)

---

谢谢你的回答，克里斯。这并不是我真正想要的，我事先不知道值11，值12是什么，也不知道“stuff”是什么，唯一一致的变量是total，它刚好高于我想要的值11，值22如果您知道数据所在的特定行，只是选择了那些行/列并对它们进行操作？问题是我不知道数据的具体位置，我只知道我想要作为列的值总是在包含一个名为“Total”的值的行之上，这是我唯一的一致模式，不幸的是，我检查了带有“Total”的行并在“总计”行上方的每一行上运行我的第二个代码段。如果您已经这样做了，请检查第二个“总计”行并执行相同的操作。这是一个循环。也许有一种更有效的方法，但那能完成工作。你知道怎么做吗？