VBA处理数据与Python Pandas处理数据案例比较分析

需求：

现有一个 csv文件，包含'CNUM'和'COMPANY'两列，数据里包含空行，且有内容重复的行数据。

要求：

1）去掉空行；
2）重复行数据只保留一行有效数据；
3）修改'COMPANY'列的名称为'Company_New‘；
4）并在其后增加六列，分别为'C_col',‘D_col',‘E_col',‘F_col',‘G_col',‘H_col'。

一，使用 Python Pandas来处理：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

import pandas as pd import numpy as np from pandas import DataFrame,Series def deal_with_data(filepath,newpath):   file_obj=open(filepath)   df=pd.read_csv(file_obj)  # 读取csv文件，创建 DataFrame   df=df.reindex(columns=['CNUM','COMPANY','C_col','D_col','E_col','F_col','G_col','H_col'],fill_value=None)  # 重新指定列索引   df.rename(columns={ 'COMPANY':'Company_New'}, inplace = True) # 修改列名   df=df.dropna(axis=0,how='all')         # 去除 NAN 即文件中的空行   df['CNUM'] = df['CNUM'].astype('int32')    # 将 CNUM 列的数据类型指定为 int32   df = df.drop_duplicates(subset=['CNUM', 'Company_New'], keep='first') # 去除重复行   df.to_csv(newpath,index=False