技术文章 > Python技术 >  Python基础教程 > 正文

Python实现Excel数据的探索和清洗

宋雪维

数据的探索和清洗

1、读取Excel文件的数据并转换为dataframe

# 1.读取Excel文件的数据并转换为dataframe
file = "d:/test/Summary/Data_Summary.xlsx"
data_raw = pd.read_excel(file, header=0, index_col=0)   
# header设定为0:是为了使第1行的数据成为列的字段名

2、查看数据集的整体状态,了解基本特征列的情况

data_raw.head()

3、删除无效的数据列

remove_col = ["序号"]
data_prep0 = data_raw.drop(columns=remove_col, axis=1, inplace=None)
data_prep0.head()

4、查看数据集的整体信息,了解缺失值的分布情况

data_prep0.info()

5、检看数据集中缺失值的状态并删除缺失值

data_prep = data_prep0.dropna(subset=["产品"], axis=0)
data_prep.info()

6、检查数据集中重复值的状态并删除重复值

print("数据集中的重复值数量:", np.sum(data_prep.duplicated()))
# 如果重复值的数量不为"0", 则表示有重复值存在,可使用下列代码删除
# data_prep.drop_duplicates(keep="first", inplace=True)
免费视频教程
本教程部分素材来源于网络,版权问题联系站长!
相关文章
  python如何提取文本信息?
  python爬取使用Urllib库获取请求
  python中如何使用RE正则表达检验字符串
  如何用python获取实用的菜谱?
  python中将99乘法表放入excel表格的方法
  Python如何实现Excel数据快速合并?
  python内置方法的汇总整理
相关视频章节
  Python应用领域
  写下你第一个Python程序
  量化投资与Python&ipython初识
  ipython魔术命令
视频教程分类