pandas快速处理Excel,替换Nan,转字典的操作

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\')

补充：python pandas replace 0替换成nan，bfill/ffill

0替换成nan

一般情况下，0 替换成nan会写成

df.replace(0, None, inplace=True)

然而替换不了，应该是这样的

df.replace(0, np.nan, inplace=True)

nan替换成前值后值

df.ffill(axis=0) # 用前一个值替换
df.bfill(axis=0) # 用后一个值替换

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。