Python3

import numpy as npimport pandas as pddf = pd.read_excel('myData.xls', sheet_name='Sheet1')print(df)df1 = df.replace(np.nan, '', regex=True)print(df1)

DataFrame

replate

DataFrame这是一个pandas的概念，可以简单理解成一个表格。在print(df)会看到有些数据为NaN，需要清洗掉这个部分数据，需要pandas结合numpy一起使用，关键代码如下：

df1 = df.replace(np.nan, '', regex=True)

把DataFrame里面数据为NaN的替换成空字符串的数据。

dropnp

df1 = df.dropna()

dropna方法，可以直接删除一行包含无效数据（NAN）的数据。

总结

这里主要了解pandas里面的DataFrame的概念，以及怎么样结合numpy进行数据预处理。还涉及到了pandas读取excel文件的使用。

参考：