求助：如何使用Python Pandas实现表格的反规范化？

先模拟你的原表数据 #

根据你提供的第一张图，假设原表结构是这样的（ID、姓名，加上多列课程）：

用Pandas构造这个表的代码：

import pandas as pd

df = pd.DataFrame({
    'ID': [1, 2, 3],
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Course_1': ['Math', 'Chemistry', 'History'],
    'Course_2': ['English', '', 'Math'],
    'Course_3': ['Physics', 'Biology', '']
})

执行反规范化（宽转长） #

用melt函数直接搞定，还能过滤空值：

# 把多列课程拆成多行
melted_df = df.melt(
    id_vars=['ID', 'Name'],  # 保留不拆分的列
    value_vars=['Course_1', 'Course_2', 'Course_3'],  # 需要拆分的课程列
    value_name='Course'  # 新生成的课程列名
)

# 去掉空的课程行，重置索引
result_df = melted_df[melted_df['Course'] != ''].reset_index(drop=True)
# 如果不需要记录原课程列的名称（比如Course_1），直接删掉对应列就行
# result_df = result_df.drop('variable', axis=1)

最终结果 #

运行后就得到你要的格式：

额外提示 #

• 如果原表的空值是NaN而不是空字符串，过滤条件改成melted_df['Course'].notna()就行。
• 要是课程列特别多，不用手动列出来，用[col for col in df.columns if col.startswith('Course_')]自动生成要拆分的列列表。

内容的提问来源于stack exchange，提问作者Work All