最近在做“对比excel，学习pandas系列”，前面发了一篇 很受读者喜爱，今天给大家介绍一下excel和pandas实现数据清洗的种方式
1.处理数据中的空值
我们在处理真实的数据时，往往会有很多缺少的的特征数据，就是所谓的空值，必须要进行处理才能进行下一步分析
空值的处理方式有很多种，一般是删除或者填充
Excel通过“查找和替换”功能实现空值的统一替换：
通过“定位”删除空值：
pandas处理空值的方式比较灵活，可以使用dropna函数删除空值
importpandasaspddata=pd.read_csv(\’成绩表.csv\’,encoding=\’gbk\’)data.dropna(how=\’any\’)
用fillna函数实现空值的填充
①使用数字0填充数据表中的空值
data.fillna(value=0)
②使用平均值填充数据表中的空值
data[\’语文\’].fillna(data[\’语文\’].mean())
2.删除空格
excel中清理空格很简单，直接替换即可
pandas删除空格也很方便，主要使用map函数
data[\’姓名\’]=data[\’姓名\’].map(str.strip)data
3.大小写转换
excel中大小写转换函数分别为upper()和lower()
pandas中转换函数也为upper()和lower()
data[\’拼音\’]=data[\’拼音\’].str.upper()data
data[\’拼音\’]=data[\’拼音\’].str.lower()data
4.更改数据格式
excel中更改数据格式通过快捷键“ctrl+1”打开“设置单元格格式”：
pandas使用astype来修改数据格式，以将“语文”列改成整数为例
data[\’语文\’].dropna(how=\’any\’).astype(\’int\’)
5.更改列名称
excel中更改列名称就不说了，大家都会
pandas使用rename函数更改列名称，代码如下：
data.rename(columns={\’语文\’:\’语文成绩\’})
6.删除重复值
excel的功能区“数据”下有“删除重复项”，可以用来删除表中的重复值，默认保留最第一个重复值，把后面的删除：
pandas使用drop_duplicates函数删除重复值：
data[\’数学\’].drop_duplicates()#默认删除后面的重复值data[\’数学\’].drop_duplicates(keep=\’last\’)#删除第一项重复值 7.修改及替换数据
excel中使用“查找和替换”功能实现数值的替换
pandas中使用replace函数实现数据替换
data[\’姓名\’].replace(\’成功\’,\’失败\’)
