pandas快速处理Excel，替换Nan，转字典

pandas读取Excel

import pandas as pd
# 参数1：文件路径，参数2：sheet名
pf = pd.read_excel(path, sheet_name='sheet1')

删除指定列

# 通过列名删除指定列
pf.drop(['序号', '替代', '签名'], axis=1, inplace=True)

替换列名

# 旧列名 新列名对照
columns_map = {
        '列名1': 'newname_1',
        '列名2': 'newname_2',
        '列名3': 'newname_3',
        '列名4': 'newname_4',
        '列名5': 'newname_5',
        # 没有列名的情况
        'Unnamed: 10': 'newname_6',
}

new_fields = list(columns_map.values())
pf.rename(columns=columns_map, inplace=True)

pf = pf[new_fields]

替换 Nan

通常使用

pf.fillna('新值')

替换表格中的空值，（Nan）。
但是，你可能会发现 fillna() 会有不好使的时候，记得加上 inplace=True

# 加上 inplace=True 表示修改原对象
pf.fillna('新值', inplace=True)

官方对 inplace 的解释

inplace : boolean, default False
If True, fill in place. Note: this will modify any other views on this object, (e.g. a no-copy slice for a column in a DataFrame).

全列输出不隐藏

• 你可能会发现，输出表格的时候会出现隐藏中间列的情况，只输出首列和尾列，中间用 … 替代。

加上下面的这句话，再打印的话，就会全列打印。

pd.set_option('display.max_columns', None)
print(pf)

将Excel转换为字典

pf_dict = pf.to_dict(orient='records')

全部代码

import pandas as pd
pf = pd.read_excel(path, sheet_name='sheet1')
columns_map = {
        '列名1': 'newname_1',
        '列名2': 'newname_2',
        '列名3': 'newname_3',
        '列名4': 'newname_4',
        '列名5': 'newname_5',
        # 没有列名的情况
        'Unnamed: 10': 'newname_6',
}

new_fields = list(columns_map.values())
pf.drop(['序号', '替代', '签名'], axis=1, inplace=True)
pf.rename(columns=columns_map, inplace=True)

pf = pf[new_fields]

pf.fillna('Unknown', inplace=True)
# pd.set_option('display.max_columns', None)
# print(smt)
pf_dict = pf.to_dict(orient='records')