四、excel的数据整理（20190616）

# Author:ShowTimE
import pandas as pd

xlsx_df = pd.read_excel('./excel/6.03实时跟单完成情况 - 副本.xlsx',
                        sheet_name=0, header=2, usecols=[i for i in range(0, 13)])
# sheet_name= 选择表单 header= 选择行 index_col= 选择行索引  usecols= 选择列


# print(xlsx_df.head(2))
# print('_'*80)
print(xlsx_df.info())
# print(xlsx_df.describe())
# print(xlsx_df.isnull())

# # 用前一个数据代替NaN：method='pad'
# df = xlsx_df.fillna(method='pad')
# print(df.info())
# # 与pad相反，bfill表示用后一个数据代替NaN。
# # 这里我们增加一个知识点，用limit限制每列可以替代NaN的数目，
# # 下面我们限制每列只能替代一个NaN
# df = xlsx_df.fillna(method='bfill', limit=1)
# print(df.info())

标签：xlsx,20190616,df,NaN,excel,print,pad,整理
来源： https://www.cnblogs.com/nimakk/p/11029701.html