[python3][DataFrame保存为excel前需要做的几个步骤]

零、创建DataFrame

import pandas as pd
df = pd.DataFrame([{'winner':'jsr'},
                   {'id':0,'winner':'jsr','age':'19940121','take_on':'vocal'},
                   {'id':1,'winner':'jqy','age':'19910926','take_on':'vocal'},
                   {'id':2,'winner':'smh','age':'19930330','take_on':'rapper'},
                   {'id':3,'winner':'lsx','age':'19920111','take_on':'rapper'},
                   {'id':7,'winner':'lsx','take_on':'rap'},
                   {'id':3,'winner':'lsx','age':'44444444'},
                   {'winner':'lsx','age':'19920111','take_on':'rap'},
                   {'id':1,'winner':'jqy','age':'19910926','take_on':'vocal'},
])
print(df)## 得到原始的DataFrame数据

一、填补空值

fi_values = {'id': 4444, 'age': 44}
df.fillna(value=fi_values,inplace=True)
print(df)## type(df.loc[6,'age'])#为int
## 在id这一列，用4444替代为空的元素;在age这一列，用44替代为空的元素
df.fillna(method='ffill',inplace=True)
## method = 'bfill'## 用后一个非缺失值填补缺失值
print(df)## 用该列紧邻的上方的元素替代下方为空的元素
df.fillna('',inplace=True)
print(df)## 用''替代为空的元素

二、去重（包括所有列，个别列）

## 默认全部列都参与；若出现重复的行，默认保留第一个出现的行；
df.drop_duplicates(inplace = True)
print(df)## 查看全部行是否存在重复的行，删除重复的行

df.drop_duplicates(['winner','take_on'],inplace = True,keep = "first")
print(df)## 选定'winner'和'age'这两列；若出现重复的行，保留第一个出现的行；
## 注意筛选的是一个列表，无论列表中是否只有一个元素

df.drop_duplicates(['winner'],inplace = True,keep = "last")
print(df)## 选定'winner'和'age'这两列；若出现重复的行，保留最后一个出现的行；

三、重新设置索引

df.reset_index(inplace = True,drop = True)
print(df)## 行索引的重新排序

df.reset_index(inplace = True)
print(df)## 行索引的重新排序，并另取一列表示索引#df['index']

四、选择自己需要的列

df = df[['index','winner','age']]
print(df)## 行索引的重新排序，并另取一列表示索引#df['index']

#del df['age'],df['id']## 删除不要的列

五、重命名DataFrame的列名称

df.columns = ['id','name','age']
print(df)## 暴力修改法

df.rename(columns = {'id':'re_id'}, inplace=True)
print(df)## 温和修改法

六、保存为excel文件

df.to_excel('winner.xlsx',index = False)
#df.to_csv('winner.csv',index = False)