pd.read_excel()练习

本文详细探讨了Python pandas库中的pd.read_excel()函数,用于读取Excel文件到DataFrame。通过实例展示了如何加载数据,处理不同工作表,指定索引列,以及设置数据类型等关键操作。
摘要由CSDN通过智能技术生成
# -*- coding: utf-8 -*-
import pandas as pd
import numpy as np

df11=pd.read_excel("C:/Users/Administrator/Desktop/20190527/表1.xlsx")
df12=pd.read_excel("C:/Users/Administrator/Desktop/20190527/表2.xlsx")
df13=pd.read_excel("C:/Users/Administrator/Desktop/20190527/表3.xlsx")
df11['LipidIon.1']=df11['LipidIon.1'].apply(lambda x : x.strip())
df12['LipidIon.1']=df12['LipidIon.1'].apply(lambda x : x.strip())
df13['LipidIon.1']=df13['LipidIon.1'].apply(lambda x : x.strip())
df11['LipidIon']=df11['LipidIon'].apply(lambda x : x.strip())
df12['LipidIon']=df12['LipidIon'].apply(lambda x : x.strip())
df13['LipidIon']=df13['LipidIon'].apply(lambda x : x.strip())

df11['category']=df11['LipidIon'].apply(lambda x : x.split("+")[-1])
df12['category']=df12['LipidIon'].apply(lambda x : x.
非常抱歉,我作为AI语言模型并没有实际的代码运行环境,也没有访问您提供的附件的权限。但是,根据您的问题,我可以为您提供一些思路和建议。 1. 合并中风患者信息数据 (1) 使用 pandas 库的 read_excel 函数读取两张表格: ``` import pandas as pd df1 = pd.read_excel("healthcare-dataset-stroke.xlsx") df2 = pd.read_excel("healthcare-dataset-age_abs.xlsx") ``` (2) 分别查看两张表格的数据量: ``` print("df1.shape=", df1.shape) print("df2.shape=", df2.shape) ``` (3) 以编号作为主键进行外连接: ``` merged_df = pd.merge(df1, df2, on="编号", how="outer") ``` (4) 查看数据是否合并成功: ``` print(merged_df.head()) ``` 2. 处理体重指数为空的数据 (1) 查看体重指数特征: ``` print(merged_df["BMI"].describe()) ``` (2) 计算体重指数平均值,并用平均值替换空值: ``` mean_bmi = merged_df["BMI"].mean() merged_df["BMI"].fillna(mean_bmi, inplace=True) ``` 3. 删除年龄异常数据 (1) 查看年龄特征为小数的数值: ``` print(merged_df[merged_df["年龄"].apply(lambda x: x.is_integer() == False)]) ``` (2) 删除年龄特征为小数的行: ``` merged_df = merged_df[merged_df["年龄"].apply(lambda x: x.is_integer())] ``` 4. 哑变量处理居住类型特征 (1) 获取居住类型特征: ``` print(merged_df["居住类型"].unique()) ``` (2) 对居住类型特征进行哑变量处理: ``` dummies = pd.get_dummies(merged_df["居住类型"], prefix="居住类型") merged_df = pd.concat([merged_df, dummies], axis=1) ``` 以上是一些简单的数据处理方法,具体操作还需要根据数据情况进行调整。希望能对您有所帮助!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值