数据预处理

import pandas as pd

data1 = pd.read_excel(根据具体情况定)(r'文件路径')#获取数据

data1.head()#查看前五行数据

data1['品牌名称']

len(data1['品牌名称'])#求个数

【去重：方法一】

my_pro=[]#存储去重后的品牌名称

for i in data1['品牌名称']：

# print(i)

if i not in my_pro:

my_pro.append(i)

print(my_pro)#打印出去重后的品牌名称

print(len(my_pro))#打印出去重后的品牌数量

【去重：方法二（利用set函数）】

print(set(data1['品牌名称']))

#使用drop_duplicates去重

data2 = data1.copy()#复制一份，以免影响原有数据

data2['品牌名称'].drop_duplicates()

#默认inplace为Flase，此时data2被改变，若令inplace为True即

data2.drop_duplicates(subset='品牌名称',inplace=True)

则data2改变

data1_drop=data1.drop_duplicates(subset=['母婴用品名称','品牌名称'])#去重两列相同的数据

print(data1_drop)