使用 Pandas 转置 XLSX 并发送到数据库

Question

我有一个以非正统方式构建的 xlsx 文件。简化后，它看起来像这样：

	A	B	C	D	E	F
1
2		会员ID	101	102	102	103
3		名字	保罗	约翰	乔治	林戈
4		姓氏	麦卡特尼	列侬	哈里森	斯塔尔

请注意，member_id 不是唯一的（这在原始数据中有意义）。

我的目标是拥有一张如下所示的表格：

会员ID	名字	姓氏
101	保罗	麦卡特尼
102	约翰	列侬
102	乔治	哈里森
103	林戈	斯塔尔

（注意member_id仍然不是唯一的）

所以我的方法是将这个表读入Python，转置它，然后将其写入数据库。

这是我到目前为止所拥有的：

import pandas as pd
import openpyxl
df = pd.read_excel('ingest_pzt/sample_inv.xlsx', sheet_name='data', engine='openpyxl', skiprows=[0])

这已经是一个糟糕的开始，因为 Pandas 似乎希望我的列是唯一的（请注意，这些列被称为“102”和“102.1”）：

   Unnamed: 0  member_id        101     102     102.1    104

0         NaN  first_name       paul    john    george  ringo

1         NaN  last_name   mccartney  lennon  harrison  starr

如果我解决了member_id 的问题，我会删除空列：

df = df.drop(df.columns[[0]], axis='columns')

这会给我

    member_id        101     102     102.1    104

0   first_name       paul    john    george  ringo

1   last_name   mccartney  lennon  harrison  starr

然后我会像这样转置表格：

df = df.transpose()

                     0          1
member_id   first_name  last_name
101               paul  mccartney
102               john     lennon
102.1           george   harrison
104              ringo      starr

其中有一个奇怪的第一行曾经是索引，我似乎无法删除它。

非常感谢您的帮助！

Answer 1

创建一个新的 df2 并从第 2 行开始读取