已知某班学生实验成绩和作业成绩分别存在‘实验.xlsx’和‘作业.xlsx’表格中,数据如下图所示,创建这两个表格
2.分别将两个表格数据读取到DataFrame对象obj1和obj2中
import pandas as pd
data1=pd.read_excel('E:\数据清洗文件\实验.xlsx','Sheet1')
data2=pd.read_excel('E:\数据清洗文件\作业.xlsx','Sheet1')
obj1=pd.DataFrame(data1,columns=['学号','姓名','性别','实验一','实验二','实验三'])
print(obj1)
obj2=pd.DataFrame(data2,columns=['学号','姓名','性别','作业一','作业二','作业三'])
print(obj2)
3.按照学号合并两个表格数据,连接方式采用左连接。
obj3=pd.merge(obj1,obj2,how='left')
print(obj3)
4.查看合并后数据的缺失值
obj3.isnull()
5.对于实验成绩,如果某列有缺失值,用该列的平均值填充缺失值。
obj1['实验一']=obj1['实验一'].fillna(obj1['实验一'].mean())
obj1['实验二']=obj1['实验二'].fillna(obj1['实验二'].mean())
obj1['实验三']=obj1['实验三'].fillna(obj1['实验三'].mean())
print(ojb1)
6.对于合并后的数据,学号列重复进行去重操作,并保留最后一个出现的记录
obj3=pd.merge(obj1,obj2,how='left')
obj3.drop_duplicates(['学号'],keep='last')