第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

使用 Pandas 從 Excel 中獲取特定數(shù)據(jù)并將所有內(nèi)容轉(zhuǎn)換為字符串和 NaN

使用 Pandas 從 Excel 中獲取特定數(shù)據(jù)并將所有內(nèi)容轉(zhuǎn)換為字符串和 NaN

米脂 2022-12-14 20:57:30
我有一個(gè) excel 文件,第一行總是空的。第二行包含我不需要的數(shù)據(jù)。第 3 行始終是標(biāo)題,接下來(lái)的行始終是數(shù)據(jù),且位于和Total之下。Title_3Title_4我使用pandas. 我附上了結(jié)果的輸出。我的目標(biāo)是我希望數(shù)組中的所有內(nèi)容都是字符串和 nan。如何用字符串替換 nan 并顯示如下輸出:目標(biāo)輸出['nan', 'Title_1', 'RED_100', '2019-01-01 00:00:00', '10', 'nan']['nan', 'Title_2', 'GREEN_200', '2018-02-02 00:00:00', '20', 'nan']['nan', 'Title_3', 'RED_300', '2019-11-15 00:00:00', '30', 'Total']['123456', 'Title_4', 'YELLOW_100', '2019-01-01 00:00:00', '40', '100']代碼import pandas as pdimport ioimport numpy as nppath = r'C:\Temp Files\Excel_2.xlsx'df = pd.read_excel(path, dtype=str, index_col=None, na_values=['NA'])#df.drop(df.head(2).index, inplace=True)print(df)res = (df.dropna(how='all') #remove completely empty rows.dropna(how='all',axis=1) #remove completely empty columns.T #flip columns into row position#convert to list    .to_numpy().tolist())print()Title_1 = res[1]print(Title_1)輸出            Unnamed: 0           Unnamed: 1           Unnamed: 2           Unnamed: 30                  NaN                  NaN                  NaN               1234561              Title_1              Title_2              Title_3              Title_42              RED_100            GREEN_200              RED_300           YELLOW_1003  2019-01-01 00:00:00  2018-02-02 00:00:00  2019-11-15 00:00:00  2019-01-01 00:00:004                   10                   20                   30                   405                  NaN                  NaN                Total                  100[nan, 'Title_2', 'GREEN_200', '2018-02-02 00:00:00', '20', nan]
查看完整描述

1 回答

?
一只萌萌小番薯

TA貢獻(xiàn)1795條經(jīng)驗(yàn) 獲得超7個(gè)贊

#add skiprows=1, nrows=6

df = pd.read_excel(path, dtype=str, index_col=None, na_values=['NA'], skiprows=1, nrows=6)


#transpose the df

df_transposed = df.T


#transform all entries to strings (including nan)

df_transposed = df_transposed.applymap(str)

您已經(jīng)努力為問(wèn)題提供信息,但如果您還提供了這樣的測(cè)試數(shù)據(jù)框,那將非常有幫助:df = pd.DataFrame(data=... 因此代碼未經(jīng)測(cè)試!


查看完整回答
反對(duì) 回復(fù) 2022-12-14
  • 1 回答
  • 0 關(guān)注
  • 218 瀏覽
慕課專(zhuān)欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢(xún)優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)