建設

Question

我有這樣的元組的列表：

data = [ 
('abc','Name','Abe','def'), 
('w32','reportedDateTime','20170630172658','4r3'), 
('r43','type','54A','tr4'), 
('t765e','fileDate','06/30/2017','q'), 
('4','assignedCode','333-215239','80'), 

('54','Name','Brenda','re'), 
('ht56','State','Arizona','54g') 
('a','reporteddatetime','20170630172550','4r3'), 

('65ky355','Name','Cathy','67737grr'), 
('65t','type','R59','6yy3h'), 
('k6r43d','zip','94110','yt65'), 
('6589','filedate','08/12/2016','67rr') 

]

我想形成一個表或大熊貓數據幀或可能以如下格式存儲在像mySql這樣的關係數據庫中（除非某些不同的數據庫會更好）。 元組的第一個元素和最後一個元素將被丟棄。 第二個元素用作列標題。 第三個元素將是該列的值。

那麼，結果會是這樣的：

名稱ReportedDateTime類型FILEDATE AssignedCode郵編國家
安倍20170630172658 54A 2017年6月30日333-215239
布倫達20170630172658亞利桑那
凱茜R59 8月12日/ 2016 94110

我不知道如何正確格式化表格，這裏實際上是一個3行（PLUS一個標題行）和7列的表格。
但並不是所有的單元格都有值，例如Zip列將只有第三行的值，即Cathy。同樣，AssignedCode只有第一行Abe纔有值。
有一個DateTime字段，一個日期字段和一個zip字段，我也需要適當地格式化字段。令表/數據庫可排序由日期時間或數據或姓名或DataFrame構造第一類型等

Answer 1

使用，然後通過set_index + unstack重塑，每一行是通過在第二列的Name occurencies計數：

data = [ 
('abc','Name','Abe','def'), 
('w32','reporteddatetime','20170630172658','4r3'), 
('r43','type','54A','tr4'), 
('t765e','filedate','06/30/2017','q'), 
('4','assignedCode','333-215239','80'), 

('54','Name','Brenda','re'), 
('ht56','State','Arizona','54g'), 
('a','reporteddatetime','20170630172550','4r3'), 

('65ky355','Name','Cathy','67737grr'), 
('65t','type','R59','6yy3h'), 
('k6r43d','zip','94110','yt65'), 
('6589','filedate','08/12/2016','67rr') 

] 
df = pd.DataFrame(data, columns = list('abcd')) 

df = df.set_index([(df['b'] == 'Name').cumsum(), 'b'])['c'].unstack().reset_index(drop=True) 
print (df) 
b Name State assignedCode filedate reporteddatetime type zip 
0  Abe  None 333-215239 06/30/2017 20170630172658 54A None 
1 Brenda Arizona   None  None 20170630172550 None None 
2 Cathy  None   None 08/12/2016    None R59 94110