Python财务应用-课件-任务三-清洗成本表

清洗成本汇总表缺失数据的操作重复数据的操作财务数据的替换财务数据的排序01020304目录CONTENTS缺失数据的操作1缺失数据的查看缺失值就是由某些原因导致部分数据为空，对于为空的这部分数据我们一般有两种处理方式，一种是删除，即把含有缺失值的数据删除；另一种是填充，即把缺失的那部分数据用某个值代替。缺失数据的查看info()isnull()缺失数据的查看df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")()运行结果：缺失数据的查看df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.isnull()运行结果：缺失数据的删除针对数据表中的缺失为空的数据，一般情况下是要删除的，在pandas库中，我们利用的是dropna()方法，dropna()方法默认删除有缺失值的行，也就是只要某一行有缺失值就把这一行删除。缺失数据的删除df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.dropna(how='all')运行结果：缺失数据的填充工作过程中对于数据表的操作，一般情况下只要数据缺失比例不是过高，尽量别删除，而是选择填充，避免因为删除数据无法找回造成不必要的麻烦。在pandas库中我们利用fillna()方法对数据表中的所有缺失值进行填充，在fillna()后面括号中输入要填充的值即可，例如我们将数据表中的缺失数据全部填充为“0”。缺失数据的填充df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.fillna(0)运行结果：重复数据的操作2按字段进行重复数据删除数据表中的重复数据一般内容相同，但是记录了多条，有时我们需要对重复数据进行甄别，甄别后进行删除处理。在pandas中，我们使用drop_duplicates()方法，该方法默认对所有值进行重复值判断，且默认保留第一个（行）值。按字段进行重复数据删除df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.drop_duplicates()运行结果：按列进行重复数据删除df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.drop_duplicates("产品名称")运行结果：按列进行重复数据删除df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.drop_duplicates(subset=["销售单价","产品名称"])运行结果：自定义重复值删除我们还可以自定义删除重复项时保留哪个值，默认保留重复的第一个值，也可以设置保留重复项的最后一个值，或者全部不保留。通过传入参数keep进行设置，参数keep默认值是first,即保留第一个值；也可以是last,保留最后一个值；还可以是False，即把重复值全部删除。自定义重复值删除df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.drop_duplicates(‘产品名称’,keep="last")运行结果：重置索引

在进行删除后新生成的表格数据索引是混乱的，此时我们需要将索引进行重置，使数据表的索引重新以0开头进行排序，利用reset_index方法可以实现这个需求。重置索引df=pd.read_excel(r"C:\Users\Administrator\Desktop\区域销售统计表.xlsx")df.drop_dupli