使用 pandas 重新格式化数据

Question

我有一个数据集，其结构如所附图像。您能找到一种使用 Python Pandas 更好地格式化这些数据的方法吗？理想情况下，去掉每列中所有领先的 NAN。解释一下，对于每个名称（name1、name2 等），都有 3 个与其关联的对应列（id、column_1、column_1）。对于第二个名称 (name2)，相应的三列从 row + 1 (row2) 开始，将这些列的第一行保留为 NAN（需要摆脱这些 NaN）。并且这种模式在此数据集中继续存在。

你能重新构造这些数据吗（也许需要转置它什么的？） 谢谢！

Answer 1

你可以：

    import pandas as pd

    # Read the Excel file into a DataFrame
    df = pd.read_excel("your\file\path.xlsx", sheet_name="YourSheetName")

    # Loop through the DataFrame and replace "NaN" values with values from the next column
    for i in range(df.shape[0]):
        for j in range(df.shape[1]):
            if str(df.iloc[i, j]).strip().lower() == "nan":
                try:
                   df.iloc[i, j] = df.iloc[i, j + 1]
                except IndexError:
                  pass
    file_name = 'your\file\path.xlsx'
 
    # creating an ExcelWriter object
    with pd.ExcelWriter(file_name) as writer:
        df.to_excel(writer, sheet_name='YourSheetName', index=False)

希望这有帮助！