python實現(xiàn)Excel數據的探索和清洗

數據的探索和清洗

1、讀取Excel文件的數據并轉換為dataframe

#1.讀取Excel文件的數據并轉換為dataframe

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

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

#header設定為0：是為了使第1行的數據成為列的字段名

2、查看數據集的整體狀態(tài)，了解基本特征列的情況

data_raw.head()

3、刪除無效的數據列

remove_col=["序號"]

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

data_prep0.head()

4、查看數據集的整體信息，了解缺失值的分布情況

data_prep0.info()

5、檢看數據集中缺失值的狀態(tài)并刪除缺失值

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

data_prep.info()

6、檢查數據集中重復值的狀態(tài)并刪除重復值

print("數據集中的重復值數量：",np.sum(data_prep.duplicated()))

#如果重復值的數量不為"0",則表示有重復值存在，可使用下列代碼刪除

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

以上就是Python實現(xiàn)Excel數據的探索和清洗，希望能對大家有所幫助。更多Python學習教程請關注IT培訓機構:千鋒教育。