將 pandas DataFrame 重新格式化為正式的 1nf

Question

如果我有這樣一個 DataFrame 以前由電子表格程序制作的

多變的	日期	A	乙	C
值 1	鈉	鈉	鈉	鈉
鈉	14.08. 21:00	1個	123	3個
鈉	07.08. 21:00	2個	321	1個
值2	鈉	鈉	鈉	鈉
鈉	01.08. 20:00	1個	132	2個

然后我需要在一段代碼中將它轉換為 1nf 形式的數據庫，看起來像這樣

多變的	日期	A	乙	C
值 1	14.08. 21:00	1個	123	3個
值 1	07.08. 21:00	2個	321	1個
值2	01.08. 20:00	1個	132	2個

我試圖在這段代碼中完成這樣的工作

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，如果單元格的值不是 null，它會遍歷該系列，然后它將值保存到一個變量中，以便在每次出現 null 時插入它，然后取另一個值，依此類推，然后我可以執行df.dropna()到刪除僅包含變量值的行作為 header 並僅保留數據

但它似乎有點問題它要么不會更改df['variable']中的任何內容，要么將其所有值更改為None這兩者都不是我想要的

有誰知道該怎么做？

Answer 1

嘗試使用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