2021-08-20pandas 数据清洗

#Pandas对缺失值的处理
#pandas使用这些函数处理缺失值;
##isnull和notnull:检测是否是空值,可用于df和series- 
##dropna:丢弃、删除缺失值
   #axis:删除行还是列,{0 or 'index', 1 or "columns}, default o
   #how:如果等于any则任何值为空都删除,如果等于all则所有值都为空才删除- 
   # inplace :如果为True则修改当前df,否则返回新的df
##fillna:填充空值
    #value;用于填充的值,可以是单个值,或者字典(key是列名,value是值)
    #method :等于il 使用前一个不为空的值填充forword fill;等于bfill使用后一个不为空的值填充backword fill
    # axis ∶按行还是列填充,{0 or 'index', 1 or "columns'}
    # inplace :如果为True则修改当前df,否则返回新的df
import pandas as pd 
#读取Excel,并忽视前2个空行
studf = pd.read_excel("D:\\python39\\pandas\\antlearnpandasmaster\\datas\\student_excel\\student_excel.xlsx",skiprows = 2)
#print(studf)
#检测空值
#print(studf.isnull())
#print(studf['分数'].isnull())
#print(studf.loc[studf['分数'].notnull(),:])
##删除全是空值的列
studf.dropna(axis=1,how ='all',inplace=True)
##删除全是空值的行
studf.dropna(axis=0,how ='all',inplace=True)
##将分数列为空的值填充为0
studf['分数'].fillna(0,inplace=True)
##填充为空值的姓名,采用向前填充的方法
studf.loc[:,'姓名'] = studf['姓名'].fillna(method = 'ffill')

print(studf)
##将清洗好的数据进行保存
studf.to_excel("D:\\python39\\pandas\\antlearnpandasmaster\\datas\\student_excel\\student_excel_clean1.xlsx",index = False)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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