pd.DataFrame存在错位的循环对齐

pd.DataFrame存在错位的循环对齐（python）

问题描述：

在用tabula处理从pdf抓取的表格过程中，遇到了识别错位导致存在nan（空值）的情况，

需要对pd.DataFrame做调整。初始结构如下：

函数搭建

 

 1 import numpy as np
 2 import pandas as pd
 3 
 4 def df_sort(df_input):
 5     df=df_input.copy()#输入df之备份，防止更改原df_input
 6     while df.dropna(1).shape[1]<sum((df.count())/df.shape[0]):
 7         for row in range(df.shape[1]-1):    
 8             for col in range(df.shape[0]):
 9                 if pd.isnull(df)[row][col]==True:
10                     temp=df[row+1][col]
11                     df[row][col]=temp
12                     df[row+1][col]=np.nan
13     return df.dropna(1)

 

 

 结果：

---------------------------------------------------

by 伍钱居士@UIBE  2018-07-23

 

转载于:https://www.cnblogs.com/uibe/p/9357552.html