excel数据预处理

数据预处理

pandas对表格的操作也是基于xlwt，但是pandas读取数据要比xlrt更强大。

xlrt 读取西班牙语的时候，会转成数组，pandas不会

1.将数据二 值化

将表格中某列只有两个结果，用1和0去替代

2.单独修改一列为不同的值

这里是修改 product_id 这一列数据，更新数据为它自身的某一部门

import pandas as pd,os
from pandas import DataFrame
# 修改表格
def updateExel(path,out_path,name):
    print('开始加载',os.path.join(path,name))
    data = pd.read_excel(os.path.join(path,name),sheet_name='sheet1')
    df = DataFrame(data)
    for index,row in df.iterrows():
        product_id1 = row['product_id'].split('.h')[0]
        product_id2 = product_id1.split('-')
        #修改数据
        df.at[index,'product_id'] = product_id2[-2] + '-' + product_id2[-1]
    #重新保存为另一张表格
    df.to_excel(os.path.join(out_path,name), sheet_name='sheet1', index=False, header=True)

if __name__ == '__main__':
    path = 'C:\\Users\\SHEIN\\Desktop\\zalando-1'
    out_path = 'C:\\Users\\SHEIN\\Desktop\\zalando-2'
    for file in os.listdir(path):
        if file.endswith('.xls'):
            updateExel(path,out_path,file)