python小技能：8个常用数据清洗代码汇总，秒懂这些操作！

在数据分析的时候，前期的数据清洗工作，是费时间，相对无聊的工作，么得感情！但是又必不可少。

好在，数据清洗的步骤，在很多场景中是通用的，算是一招打遍天下。

本文整理了python中，8个常用的数据清洗代码，让大家能速查速查速用，提高效率！

1、数据读取

数据读取

import pandas as pd
pd.read_excel(“加班表 W46.xls”)

df=pd.read_excel(“加班表 W46.xls”)
df.head()

2、缺失值处理

查看信息

df.info()

填充为0

df[“加班时数”]=df[“加班时数”].fillna(0)
df.sort_values(“加班时数”,ascending=False,inplace=True)
df

删除缺失值的列

df=df.dropna(subset=[“加班时数”])
df.info()

3、整列删除

删除列

df=df.drop(columns=”加班事项”)
df

4、数据去重

数据去重

df.drop_duplicates([‘姓名’],inplace=True)
df

5、列位置移动

输出columns

df.columns

移动列位置

df=df[[‘周次’,’日期’,’加班时段’,’加班时数’,’部门’,’姓名’,’加班事项’]]
df

6、数据列拼接

数据列拼接

df[‘辅助列’] = df[‘部门’]+df[‘姓名’]
df

7、数据排序

数据排序

df.sort_values(“周次”,ascending=False,inplace=True)
df

8、简单筛选

数据筛选

df[‘周次’]==”W46”
df

书籍网址：

利用Python进行数据分析（原书第2版）119元京东去购买

Python编程三剑客新版：Python编程从入门到实践第2版+快速上手第2版+极客编程（套装3册）267.8元京东去购买

深入浅出Pandas：利用Python进行数据处理与分析99元京东去购买

更多推荐：

Excel序号填充有点烦？推荐这9个函数给你！

用excel制作能动态更新的进销存表，超好用！

Python办公自动化：OS模块的常用方法汇总！

python小技能：Matplotlib可视化四种常用统计图形！

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～