python实现Excel数据的探索和清洗

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)

以上就是Python实现Excel数据的探索和清洗，希望能对大家有所帮助。更多Python学习教程请关注IT培训机构:千锋教育。