python 操作 excel 之資料清洗

　　python 在對 excel 操作的同時，前面文章中說了資料的讀取、插入、簡單分析，還有一個非常重要的點就是資料清洗。那什麼叫資料清洗，說白了就是去除資料文字中的垃圾值，比如：存在的空值、多餘的空格、資料格式等等的處理。

　　1，匯入 python 庫、讀取 excel 資料

　　# 匯入 pandas 庫

　　import pandas as pd

　　# read_excel() 讀取 excel 資料

　　# DataFrame() 將讀取到的資料轉換為 DataFrame 資料

　　df = pd.DataFrame(pd.read_excel('data.xlsx'))

　　2，資料清洗(去除空值)

　　# dropna() 函式去除 df 資料表中存在空值的所有行

　　df.dropna(how='any')

　　# mean() 函式計算 age 欄位所在列的平均值

　　age_pre = df['age'].mean()

　　# 使用 fillna() 函式對存在的空值進行填充，將 age_pre 的值填充到欄位為空的值內面

　　df['age'].fillna(age_pre)

　　3，資料清洗(清除欄位中的空格)

　　# 清除欄位的空格 大連人流哪家好

　　df['name'] = df['name'].map(str.strip)

　　4，資料清洗(對某個列進行重新命名)

　　# rename() 函式對列進行重新命名

　　df.rename(columns={'name': 'name_new'})

　　5，資料清洗(清除某一列中的重複值)

　　# 從前往後查詢某個列中的重複值，如果存在則清除後面所出現的重複值

　　df['name'].drop_duplicates()

　　# 從後往前查詢某個列中的重複值，如果存在則清除前面所出現的重複值

　　df['city'].drop_duplicates(keep='last')

　　# 兩種正好是按照相反的清除順序

　　6，資料清洗(資料值替換)

　　# 將某一列中的具體值進行替換

　　df['name'].replace('laow', 'lwsbc')