Pandas对数据进行初始的清洗和整理

任务1：导入pandas库、读取Excel文件的人均GDP数据（选择包含我们所需数据的工作表，但跳过不需要的列和行。使用 sheetname 参数可指定工作表。将skiprows设置为4，将skipfooter设置为1，以跳过前四行（第一行已被隐藏）和最后一行。设置usecols参数的值，以获取A列、从C列到T列的数据（B列为空）。最后使用head查看前几行的数据示例。）

import pandas as pd
data=pd.read_excel(r"C:\Users\91295\Downloads\GDPpercapita.xlsx",sheet_name="OECD.Stat export",skiprows=4,skipfooter=1,usecols=[0, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20])
data.head()

任务2：使用DataFrame的info方法查看数据类型和non-null（非空）值计数。

任务3：将Year列重命名为metro并删除前导空格。本例将给Metropolitan areas（都市圈）列一个适当的名称。在某些情况下，在metro值之前会有多余的空格，而在另一些情况下，会在metro值之后有多余的空格。因此，可以使用startswith（＇＇）测试前导空格，然后使用any来确定是否存在第一个字符仍为空白的情况。我们还可以使用endswith（＇＇）来检查末尾空格。最后使用 strip删除前导和末尾空格。

any(data["metro"].str.startswith(" "))#测试前导空格
any(data["metro"].str.endswith(" "))#测试后导空格
data["metro"]=data["metro"].str.strip(" ")#删除前后空格并赋值
data["metro"]
any(data["metro"].str.startswith(" "))#再次测试前导空格
any(data["metro"].str.endswith(" "))#再次测试后导空格

任务4：将数据列转换为数字。遍历所有GDP年份列（2001-2018），并将数据类型从object转换为float。即使存在字符数据（在此示例中为…字符），也强制转换。我们希望这些列中的字符值变成缺失值，这也正是会发生的事情。最后，重命名年份列以更好地反映这些列中的数据。

data.dtypes#查看数据类型
for i in range(1,10):
    data["200{}".format(i)]=pd.to_numeric(data['200{}'.format(i)], errors='coerce')
for i in range(10,19):
    data["20{}".format(i)]=pd.to_numeric(data['20{}'.format(i)], errors='coerce')
data.dtypes#确认数据类型

任务5：使用describe方法为DataFrame中的所有数字数据生成摘要统计信息，并删除所有人均GDP值缺失的行。使用dropna的subset参数检查所有列，从第2列（该参数的索引计数是基于0的，因此第2列的索引值其实是1）到最后一列。使用how 指定仅当subset中指定的所有列均包含缺失值时才删除行。最后使用shape显示结果 DataFrame中的行数和列数。

data.describe()
year=["2001","2002","2003","2004","2005","2006","2007","2008","2009","2010","2011","2012","2013","2014","2015","2016","2017","2018"]
data=data.dropna(how="all",subset=year)
data.shape

任务6：使用metro列设置DataFrame的索引。