### Python 使用 Pandas 读取 Excel 并处理 NaN 值 当使用 `pandas` 库读取 Excel 文件时，可能会遇到某些单元格被识别为 `NaN` 的情况。这通常是因为这些单元格为空或者数据格式不一致所致。以下是几种常见的解决方案来处理这种情况。 #### 方法一：使用 `.fillna()` 替换 NaN 值 `.fillna()` 是一种常用方法用于替换 DataFrame 中的缺失值（即 `NaN`）。可以通过指定参数将其替换成特定值或其他逻辑计算的结果[^3]。 ```python import pandas as pd df = pd.read_excel('./test.xlsx', sheet_name='Sheet1') # 将所有的 NaN 替换为 0 df_filled = df.fillna(0) print(df_filled) ``` 如果希望直接修改原始 DataFrame 而不需要创建副本，则可以设置 `inplace=True` 参数： ```python df.fillna(0, inplace=True) print(df) ``` --- #### 方法二：在读取阶段过滤掉含有 NaN 的行或列 通过调整 `pd.read_excel()` 后的操作，可以直接删除包含任何 `NaN` 值的行或列。此操作适用于那些允许丢弃部分数据的情况。 - 删除所有含 `NaN` 的行： ```python df_dropped_rows = df.dropna(axis=0) # axis=0 表示按照行维度进行操作 print(df_dropped_rows) ``` - 删除所有含 `NaN` 的列： ```python df_dropped_columns = df.dropna(axis=1) # axis=1 表示按照列维度进行操作 print(df_dropped_columns) ``` 还可以自定义条件，仅保留至少有 N 个非空值的行/列。例如，只保留每行至少有两个有效值的数据： ```python df_min_non_nulls = df.dropna(thresh=2) print(df_min_non_nulls) ``` --- #### 方法三：基于前向填充或后向填充策略填补 NaN 对于时间序列或者其他有序数据集来说，可能更倾向于采用前后相邻的有效值来进行补全。此时可利用 `.ffill()` 或者 `.bfill()` 方法实现这一目标。 - **前向填充 (Forward Fill)** —— 使用前面最近的一个非空值替代当前的 `NaN`： ```python df_ffilled = df.ffill() print(df_ffiled) ``` - **后向填充 (Backward Fill)** —— 则是从后面找寻最接近的那个可用数值完成覆盖动作： ```python df_bfilled = df.bfill() print(df_bfilled) ``` 以上两种方式同样支持针对单个方向上的轴线执行命令，默认情况下作用于索引标签所对应的记录集合之上(`axis=0`)；当然也可以切换至特征属性层面(`axis=1`)实施相应变换过程。 --- #### 方法四：结合业务场景设定合理的默认值 有时可以根据实际应用场景给定固定的填充值而非简单统一设成零。比如日期型字段可以用最早的起始时刻表示未知状态；金额类项目则考虑用平均数、中位数等统计量代替空白区域等等。 假设某列为价格信息且存在缺失项，我们决定用该列整体均值作为补充依据之一的话，代码如下所示: ```python mean_value = df['Price'].mean() df['Price'] = df['Price'].fillna(mean_value) print(df) ``` --- ### 总结 综上所述，面对由 Pandas 解析 Excel 所产生的 `NaN` 数据现象，可以从多个角度出发采取不同措施加以应对。具体选择哪一类方案取决于最终分析需求以及源文档本身的特性等因素共同决定。