如何拆分oscars数据库中Oscars表为两张高效表并保存列至Series变量

嘿，这是个很典型的数据库规范化需求——把包含重复维度信息和多值事实的单表拆分成一对多关联的两张表，既消除冗余又提升查询效率。

拆分思路 #

原Oscars表肯定存在重复的典礼属性（比如每届的年份、举办地点、主持人这些，每一条获奖记录都会重复存一遍），和多条获奖事实（每届有多个奖项/获奖者）。我们可以按照「维度表+事实表」的模式拆分：

1. 维度表：Ceremonies（颁奖典礼信息）
   保存每届奥斯卡的唯一核心属性，因为每年一届，所以每一行对应一届典礼，用唯一主键标识。
   列定义（对应w4_table1）：

   • ceremony_id：主键（自增整数或用届数，比如第95届就存95），用于关联另一张表
   • year：举办年份（比如2023）
   • ceremony_number：届数（比如95）
   • host：主持人姓名
   • venue：举办场馆

2. 事实表：AwardWinners（获奖记录）
   保存每一个奖项的提名/获奖详情，每一行对应一个提名者/奖项，通过外键关联到Ceremonies表。
   列定义（对应w4_table2）：

   • winner_id：主键（自增整数，唯一标识每一条提名记录）
   • ceremony_id：外键，关联Ceremonies表的主键，标记这条记录属于哪一届
   • category：奖项类别（比如「最佳影片」「最佳导演」）
   • nominee：提名对象（影片名或人名）
   • is_winner：布尔值，标记是否获奖
   • winner_name：获奖者姓名（针对个人奖项，可选）

用Pandas Series保存表列 #

import pandas as pd

# 维度表Ceremonies的列
w4_table1 = pd.Series(
    ['ceremony_id', 'year', 'ceremony_number', 'host', 'venue'],
    name='Ceremonies Table Columns'
)

# 事实表AwardWinners的列
w4_table2 = pd.Series(
    ['winner_id', 'ceremony_id', 'category', 'nominee', 'is_winner', 'winner_name'],
    name='AwardWinners Table Columns'
)

为什么这样更高效？ #

• 消除冗余：比如举办地点、主持人这些信息只存一次，不用在每条获奖记录里重复存储，节省存储空间
• 便于维护：如果某届的主持人信息需要修改，只需要更新Ceremonies表的一行，不用修改几十条获奖记录
• 查询更灵活：可以单独查询典礼信息，或者关联查询某届的所有获奖记录，性能更优

内容的提问来源于stack exchange，提问作者Joe Camphens