python實(shí)現(xiàn)Excel數(shù)據(jù)的探索和清洗

數(shù)據(jù)的探索和清洗

1、讀取Excel文件的數(shù)據(jù)并轉(zhuǎn)換為dataframe

#1.讀取Excel文件的數(shù)據(jù)并轉(zhuǎn)換為dataframe

file="d:/test/Summary/Data_Summary.xlsx"

data_raw=pd.read_excel(file,header=0,index_col=0)

#header設(shè)定為0：是為了使第1行的數(shù)據(jù)成為列的字段名

2、查看數(shù)據(jù)集的整體狀態(tài)，了解基本特征列的情況

data_raw.head()

3、刪除無(wú)效的數(shù)據(jù)列

remove_col=["序號(hào)"]

data_prep0=data_raw.drop(columns=remove_col,axis=1,inplace=None)

data_prep0.head()

4、查看數(shù)據(jù)集的整體信息，了解缺失值的分布情況

data_prep0.info()

5、檢看數(shù)據(jù)集中缺失值的狀態(tài)并刪除缺失值

data_prep=data_prep0.dropna(subset=["產(chǎn)品"],axis=0)

data_prep.info()

6、檢查數(shù)據(jù)集中重復(fù)值的狀態(tài)并刪除重復(fù)值

print("數(shù)據(jù)集中的重復(fù)值數(shù)量：",np.sum(data_prep.duplicated()))

#如果重復(fù)值的數(shù)量不為"0",則表示有重復(fù)值存在，可使用下列代碼刪除

#data_prep.drop_duplicates(keep="first",inplace=True)

以上就是Python實(shí)現(xiàn)Excel數(shù)據(jù)的探索和清洗，希望能對(duì)大家有所幫助。更多Python學(xué)習(xí)教程請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。