根据评论更新（2018/11/06）：
这是我正在使用的实际.csv文件（从原始帖子中略有扩展）。假设我无法更改.csv文件的格式，该怎么办
（a）获得一系列参加“测验1”的学生和分数？
（b）重组数据以使其更易于获取（a）
Year,2017
Class,A
Test,1
Bob,71
Cathy,72
,
Test,2
Steve,73
Janet,74
,
,
Class,B
Test,1
Jim,75
Pam,76
,
Test,2
Linus,77
Lucy,78
,
,
,
Year,2018
Class,A
Test,1
Charles,79
Cindy,80
,
Test,2
Stanley,81
Kari,82
,
,
Class,B
Test,1
Duke,83
Amy,84
,
Test,2
Craig,85
Valerie,86
-------------------------------------------------- --------------
原始帖子：
假设我有以下数据框：
import pandas as pd
data = [['Class A'],['Test 1'],['Bob',87],['Cathy',88],['Test 2'],['Steve',82],['Janet',81],['Class B'],['Test 1'],['Jim',92],['Pam',95],['Test 2'],['Linus',73],['Lucy',70]]
df = pd.DataFrame(data)
print(df)
哪个产量
0 1
0 Class A NaN
1 Test 1 NaN
2 Bob 87.0
3 Cathy 88.0
4 Test 2 NaN
5 Steve 82.0
6 Janet 81.0
7 Class B NaN
8 Test 1 NaN
9 Jim 92.0
10 Pam 95.0
11 Test 2 NaN
12 Linus 73.0
13 Lucy 70.0
是否可以选择参加测试1的两个班级的学生所获得的分数？即
Bob 87.0
Cathy 88.0
Jim 92.0
Pam 95.0
谢谢！
最佳答案
编辑：将数据从给定的源文件导入到结构化的数据帧中，以便能够访问方便的分析功能：
想法是遍历文本文件的各行。
-我假设每行由两个逗号分隔的字符串组成。
-具有第一行的“ Year”，“ Class”和“ Test”之一的每一行仅用于更新保存这三个值的当前集合的dict。
-所有其他行都用于将其数据以及年，类别和测试信息附加到列表data。
-第一个字符串为空字符串的行除外。
with open('no_csv.txt', 'r') as f:
Idx = {'Year': None, 'Class': None, 'Test': None}
data = []
for line in f:
key, value = line.strip().split(',')
if key in Idx.keys():
Idx[key] = value
elif key != '':
data.append(list(Idx.values()) + [key, value])
df = pd.DataFrame(data, columns=['Year', 'Class', 'Test', 'Name', 'Points'])
df
Year Class Test Name Points
0 2017 A 1 Bob 71
1 2017 A 1 Cathy 72
2 2017 A 2 Steve 73
3 2017 A 2 Janet 74
4 2017 B 1 Jim 75
5 2017 B 1 Pam 76
6 2017 B 2 Linus 77
7 2017 B 2 Lucy 78
8 2018 A 1 Charles 79
9 2018 A 1 Cindy 80
10 2018 A 2 Stanley 81
11 2018 A 2 Kari 82
12 2018 B 1 Duke 83
13 2018 B 1 Amy 84
14 2018 B 2 Craig 85
15 2018 B 2 Valerie 86
请注意，此代码依赖于字典中的有序键，这是从Python 3.7开始的普通
dict中实现的。要在Python 3.6或更低版本中确保这一点，应使用OrderedDict：from collections import OrderedDict
Idx = OrderedDict(Year=None, Class=None, Test=None)
重组以更好地处理
我建议重组您的数据框。如果您严格定义列的含义，则会得到例如像这样：
data = [
['Class A', 'Test 1', 'Bob', 87],
['Class A', 'Test 1', 'Cathy', 88],
['Class A', 'Test 2', 'Steve', 82],
['Class A', 'Test 2', 'Janet', 81],
['Class B', 'Test 1', 'Jim', 92],
['Class B', 'Test 1', 'Pam', 95],
['Class B', 'Test 2', 'Linus', 73],
['Class B', 'Test 2', 'Lucy', 70]]
df = pd.DataFrame(data)
0 1 2 3
0 Class A Test 1 Bob 87
1 Class A Test 1 Cathy 88
2 Class A Test 2 Steve 82
3 Class A Test 2 Janet 81
4 Class B Test 1 Jim 92
5 Class B Test 1 Pam 95
6 Class B Test 2 Linus 73
7 Class B Test 2 Lucy 70
在数据框中具有此结构，您只需询问所有行，其中测试列为
Test 1：df[df[1]=='Test 1']
0 1 2 3
0 Class A Test 1 Bob 87
1 Class A Test 1 Cathy 88
4 Class B Test 1 Jim 92
5 Class B Test 1 Pam 95
通过使用列名进行更细化的数据
而且由于熊猫数据框可能具有列名，因此您甚至可以通过为列指定一个有意义的名称来描述存储在其中的数据，从而使其更具可读性并减少冗余数据：
data = [
['A', 1, 'Bob', 87],
['A', 1, 'Cathy', 88],
['A', 2, 'Steve', 82],
['A', 2, 'Janet', 81],
['B', 1, 'Jim', 92],
['B', 1, 'Pam', 95],
['B', 2, 'Linus', 73],
['B', 2, 'Lucy', 70]]
df = pd.DataFrame(data, columns=['Class', 'Test', 'Name', 'Points'])
df[df.Test==1]
Class Test Name Points
0 A 1 Bob 87
1 A 1 Cathy 88
4 B 1 Jim 92
5 B 1 Pam 95
通过这样做，您可以获得进一步的分析...
像这样的数据结构为您可能想回答的下一个明显问题提供了非常方便的熊猫功能的访问权限，例如：
每个课程每个班的平均分数是多少？
df.groupby(['Class', 'Test']).mean()
Points
Class Test
A 1 87.5
2 81.5
B 1 93.5
2 71.5
谁是每个班级中最好的一位？
df.loc[df.groupby(['Class', 'Test']).Points.idxmax()]
Class Test Name Points
1 A 1 Cathy 88
2 A 2 Steve 82
5 B 1 Pam 95
6 B 2 Linus 73