pandas Excel, Nan 대체, 사전 변환

pandas Excel, Nan 대체, 사전 변환

  • pandas가 Excel을 읽습니다
  • 지정한 열을 삭제합니다
  • 열 이름 바꾸기
  • Nan 교체
  • 공식 inplace에 대한 해석
  • 전열 출력이 숨겨지지 않습니다
  • Excel을 사전으로 변환합니다
  • 모든 코드

  • pandas Excel 읽기

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

    지정한 열 삭제

    #  
    pf.drop([' ', ' ', ' '], axis=1, inplace=True)
    

    열 이름 바꾸기

    #    
    columns_map = {
            ' 1': 'newname_1',
            ' 2': 'newname_2',
            ' 3': 'newname_3',
            ' 4': 'newname_4',
            ' 5': 'newname_5',
            #  
            'Unnamed: 10': 'newname_6',
    }
    
    new_fields = list(columns_map.values())
    pf.rename(columns=columns_map, inplace=True)
    
    pf = pf[new_fields]
    

    Nan 교체


    보통 사용
    pf.fillna(' ')
    

    테이블의 빈 값을 대체합니다(Nan).하지만, fillna () 가 잘 안 될 때가 있다는 것을 발견할 수 있습니다. inplace = True
    #   inplace=True  
    pf.fillna(' ', inplace=True)
    

    공식 inplace에 대한 설명


    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).

    전체 열 출력 숨기지 않음

  • 표를 출력할 때 중간 열을 숨기는 상황이 나타날 수 있습니다. 첫 번째 열과 마지막 열만 출력하고 중간은... 대체..

  • 아래의 이 말을 더해서 인쇄하면 전열이 인쇄됩니다.
    pd.set_option('display.max_columns', None)
    print(pf)
    

    Excel을 사전으로 변환

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

    모든 코드

    import pandas as pd
    pf = pd.read_excel(path, sheet_name='sheet1')
    columns_map = {
            ' 1': 'newname_1',
            ' 2': 'newname_2',
            ' 3': 'newname_3',
            ' 4': 'newname_4',
            ' 5': 'newname_5',
            #  
            'Unnamed: 10': 'newname_6',
    }
    
    new_fields = list(columns_map.values())
    pf.drop([' ', ' ', ' '], 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')
    

    좋은 웹페이지 즐겨찾기