pandas快速處理Excel,替換Nan,轉字典的操作

Posted on by

pandas讀取Excel

import pandas as pd
# 參數1：文件路徑，參數2：sheet名
pf = pd.read_excel(path, sheet_name='sheet1')

刪除指定列

# 通過列名刪除指定列
pf.drop(['序號', '替代', '簽名'], axis=1, inplace=True)

替換列名

# 舊列名 新列名對照
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',
    # 沒有列名的情況
    'Unnamed: 10': 'newname_6',
}
new_fields = list(columns_map.values())
pf.rename(columns=columns_map, inplace=True)
pf = pf[new_fields]

替換 Nan

通常使用

pf.fillna('新值')

替換表格中的空值，（Nan）。

但是，你可能會發現 fillna() 會有不好使的時候，記得加上 inplace=True

# 加上 inplace=True 表示修改原對象
pf.fillna('新值', inplace=True)

官方對 inplace 的解釋

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).

全列輸出不隱藏

你可能會發現，輸出表格的時候會出現隱藏中間列的情況，隻輸出首列和尾列，中間用 … 替代。

加上下面的這句話，再打印的話，就會全列打印。

pd.set_option('display.max_columns', None)
print(pf)

將Excel轉換為字典

pf_dict = pf.to_dict(orient='records')

全部代碼

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',
    # 沒有列名的情況
    'Unnamed: 10': 'newname_6',
}
new_fields = list(columns_map.values())
pf.drop(['序號', '替代', '簽名'], 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')

補充：python pandas replace 0替換成nan，bfill/ffill

0替換成nan

一般情況下，0 替換成nan會寫成

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

然而替換不瞭，應該是這樣的

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

nan替換成前值後值

df.ffill(axis=0) # 用前一個值替換
df.bfill(axis=0) # 用後一個值替換

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：