Python如何實(shí)現(xiàn)Excel數(shù)據(jù)的探索和清洗

這篇文章主要介紹了Python如何實(shí)現(xiàn)Excel數(shù)據(jù)的探索和清洗，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

python是什么意思

Python是一種跨平臺(tái)的、具有解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語(yǔ)言，其最初的設(shè)計(jì)是用于編寫(xiě)自動(dòng)化腳本，隨著版本的不斷更新和新功能的添加，常用于用于開(kāi)發(fā)獨(dú)立的項(xiàng)目和大型項(xiàng)目。

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)

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Python如何實(shí)現(xiàn)Excel數(shù)據(jù)的探索和清洗”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!