将 pandas DataFrame 重新格式化为正式的 1nf

Question

如果我有这样一个以前由电子表格程序制作的 DataFrame

Variable	Date	A	B	C
Value1	NaN	NaN	NaN	NaN
NaN	14.08. 21:00	1	123	3
NaN	07.08. 21:00	2	321	1
Value2	NaN	NaN	NaN	NaN
NaN	01.08. 20:00	1	132	2

然后我需要在一段代码中将它转换为 1nf 形式的数据库，看起来像这样

Variable	Date	A	B	C
Value1	14.08. 21:00	1	123	3
Value1	07.08. 21:00	2	321	1
Value2	01.08. 20:00	1	132	2

我已经尝试在这段代码中完成这样的工作

def normalize(Series):
    x=""
    for value in Series:
        if pd.notna(value): 
            x=value
        elif pd.isnull(value):
            value=x
normalize(df['Variable'])

因此，如果单元格的值不为空，它会遍历该系列，然后它将值保存到一个变量中，以便在每次出现空值时插入它，然后取另一个值，依此类推，然后我可以做 df.dropna() 删除仅包含变量值的行作为 header 并仅保留数据

但它似乎有点问题，它要么不会更改 df['variable'] 中的任何内容，要么将其所有值更改为 None，这都不是我想要的

有人知道怎么做吗？

Answer 1

试试 ffill() 和 dropna():

df["Variable"] = df["Variable"].ffill()
df = df.dropna()

>>> df
  Variable          Date    A      B    C
1   Value1  14.08. 21:00  1.0  123.0  3.0
2   Value1  07.08. 21:00  2.0  321.0  1.0
4   Value2  01.08. 20:00  1.0  132.0  2.0

将 pandas DataFrame 重新格式化为正式的 1nf

Reformat pandas DataFrame into a formal 1nf

python

dataframe

database-normalization

pandas

jupyter-notebook