Python 熊猫：如何使用字符串进行分组使用字符串

我有一个带有新行分隔符的csv文件，我将它读入一个数据帧

 df = pd.dataframe("data.csv", delimiter="\n", header=None)

这个返回类似这样的值

 marker1
 10
 20
 30
 marker2
 40
 50
 marker3
 60
 70
 80
 90
 100
 .....

我想生成一个数据帧，如下所示

 marker1 10
 marker1 20
 marker1 30
 marker2 40
 marker2 50
 marker3 60
 marker3 70
 marker3 80
 marker3 90
 marker3 100

我认为groupby可以做到这一点，但我不知道如何继续。我该怎么做

谢谢

Ranga

使用和

使用和

---

使用

contains

并将这些单元格包含标记分配给其他列，然后执行

ffill

，并选择col not equals to New col

df['New']=df.loc[df.col.str.contains('marker'),'col']
df.New=df.New.ffill()
df=df.query('New!=col')
df
    col      New
1    10  marker1
2    20  marker1
3    30  marker1
5    40  marker2
6    50  marker2
8    60  marker3
9    70  marker3
10   80  marker3
11   90  marker3
12  100  marker3

---

使用

contains

并将这些单元格包含标记分配给其他列，然后执行

ffill

，并选择col not equals to New col

df['New']=df.loc[df.col.str.contains('marker'),'col']
df.New=df.New.ffill()
df=df.query('New!=col')
df
    col      New
1    10  marker1
2    20  marker1
3    30  marker1
5    40  marker2
6    50  marker2
8    60  marker3
9    70  marker3
10   80  marker3
11   90  marker3
12  100  marker3

---

@LostInTheFrequencyDomain仅从

cond

检索

False

值。然后，

.index

检索cond所在的索引False@LostInTheFrequencyDomain仅从

cond

中检索

False

值。然后，

.index

检索cond为False的索引