### Python 数据清洗 Excel 数学建模 代码示例 以下是基于 Pandas 的 Python 数据清洗代码示例，适用于从 Excel 文件加载数据并进行初步清理的过程： #### 加载必要的库 为了高效完成数据分析和清洗工作，通常会引入 `pandas` 和 `numpy` 库作为基础工具[^1]。 ```python import pandas as pd import numpy as np ``` #### 读取 Excel 文件 通过 `pandas` 提供的函数可以轻松读取本地存储的 Excel 或 CSV 文件。对于 Excel 文件，推荐使用 `read_excel()` 方法[^2]。 ```python df = pd.read_excel(r'路径到你的Excel文件.xlsx') # 替换为实际文件路径 print(df.head(5)) # 查看前五行数据以便确认是否成功加载 ``` #### 初步了解数据结构 在正式开始清洗之前，先获取关于 DataFrame 的基本信息可以帮助我们识别潜在问题。 ```python print(df.info()) # 显示每列的数据类型以及非空计数 ``` #### 处理重复记录 检测是否存在完全相同的行，并决定如何处理这些冗余信息。 ```python if df.duplicated().any(): print("存在重复项") else: print("无重复项") # 如果有重复，则删除它们 df_cleaned = df.drop_duplicates() ``` #### 缺失值分析与填补策略制定 检查是否有任何单元格为空白状态；如果发现缺失情况，则需依据具体业务逻辑来填充或者移除相应条目。 ```python missing_values = df.isnull().sum() # 统计各列中的NA数量 print(missing_values) for column in missing_values.index[missing_values > 0]: if df[column].dtype == 'float64' or df[column].dtype == 'int64': mean_value = df[column].mean() df[column].fillna(mean_value, inplace=True) # 对数值型字段采用均值替代法 elif df[column].dtype == 'object': mode_value = df[column].mode()[0] df[column].fillna(mode_value, inplace=True) # 针对分类变量选取众数补全 ``` 以上操作涵盖了基本的数据准备流程，在此基础上还可以进一步执行更复杂的转换动作以满足特定模型输入需求。