当前位置:Gxlcms > Python > python 操作 excel 系列之:数据清洗

python 操作 excel 系列之:数据清洗

时间:2021-07-01 10:21:17 帮助过:75人阅读

python 在对 excel 操作的同时,前面文章中说了数据的读取、插入、简单分析,还有一个非常重要的点就是数据清洗。那什么叫数据清洗,说白了就是去除数据文本中的垃圾值,比如:存在的空值、多余的空格、数据格式等等的处理。

相关免费学习推荐:python视频教程

1,导入 python 库、读取 excel 数据
# 导入 pandas 库import pandas as pd# read_excel() 读取 excel 数据# DataFrame() 将读取到的数据转换为 DataFrame 数据df = pd.DataFrame(pd.read_excel('data.xlsx'))
2,数据清洗(去除空值)
# dropna() 函数去除 df 数据表中存在空值的所有行df.dropna(how='any')# mean() 函数计算 age 字段所在列的平均值age_pre = df['age'].mean()# 使用 fillna() 函数对存在的空值进行填充,将 age_pre 的值填充到字段为空的值内面df['age'].fillna(age_pre)
3,数据清洗(清除字段中的空格)
# 清除字段的空格df['name'] = df['name'].map(str.strip)
4,数据清洗(对某个列进行重命名)
# rename() 函数对列进行重命名df.rename(columns={'name': 'name_new'})
5,数据清洗(清除某一列中的重复值)
# 从前往后查找某个列中的重复值,如果存在则清除后面所出现的重复值df['name'].drop_duplicates()# 从后往前查找某个列中的重复值,如果存在则清除前面所出现的重复值df['city'].drop_duplicates(keep='last')# 两种正好是按照相反的清除顺序
6,数据清洗(数据值替换)
# 将某一列中的具体值进行替换df['name'].replace('laow', 'lwsbc')

相关免费学习推荐:python教程(视频)

以上就是python 操作 excel 系列之:数据清洗的详细内容,更多请关注gxlcms其它相关文章!

人气教程排行