Python 检查excel表格中缺少的值

我正在完成我的数据可视化任务。首先，我必须检查我发现的数据集，如果必要的话，进行数据争用。数据包括马德里空气质量的几个颗粒物指数，这些数据由不同的台站收集

我发现表中缺少一些值。如何使用工具（python、R或Tableau）快速检查缺少的值并替换这些值

---

python有几个库可用于处理excel电子表格。我最喜欢的是openpyxl。它将电子表格转换为一个数据框，在该数据框中，您可以通过它的坐标来处理特定字段。它非常方便，因为它还可以识别行和列的标签。当然，您也可以更新表 用它。但是要小心，如果您使用的是损坏的代码，那么您的xlsx文件可能会永久损坏

编辑1：

import openpyxl

wb = openpyxl.load_workbook('filename.xlsx')
# if your worksheet is the first one in the workbook
ws = wb.get_sheet_names(wb.get_sheet_by_name()[0])

for row in ws.iter_rows('G{}:I{}'.format(ws.min_row,ws.max_row)):
    for cell in row:
        if cell.value is None:
           cell.value = 0 

---

在Python中，可以使用pandas模块将Excel文件作为

DataFrame

加载。在此之后，很容易替换

NaN

/缺少的值。 假设您的excel名为

madrid\u air.xlsx

    import pandas as pd
    df = pd.read_excel('madrid_air.xlsx')

在此之后，您将拥有一个他们称之为

DataFrame

的数据框架，它由excel文件中的数据组成，数据格式与列名和索引相同。在数据帧中，缺少的值将作为

NaN

值加载。因此，为了获得包含

NaN

值的行

     df_nan = df[df.isna()]

df_nan

将包含包含

nan

值的行

现在，如果您想用0填充所有这些

NaN

值

     df_zerofill = df.fillna(0)

df_zerofill

将使用0替换所有

NaN

s的整个数据帧

为了明确填写Coulmn，请使用coumn名称

    df[['NO','NO_2']] = df[['NO','NO_2']].fillna(0)

这将用0填充

NO

和

NO_2

列缺少的值

要阅读有关数据帧的更多信息，请执行以下操作：

---

要阅读有关处理

DataFrame

s中缺失数据的更多信息：

好的，在表中可以创建一个工作表，将维度表中最低级别的粒度（蓝色药丸）拖放到中，并将列（作为度量值）放在同一图表中

如果您的表是真正的原子表，那么您将在右下角的工作表中得到一个响应，告诉您空值。单击它可以清除或替换工作簿数据中的这些特定值

只是澄清一下，这不是“高端”和编码方式，而是最简单的方式

PS：您还可以通过按“null”值筛选列来检查Tableau的数据输入窗口中缺少的值

PS2：如果你想动态改变它，你需要使用如下公式：

IF ISNULL(Measure1) 
THEN (Measure2) ˜ OR Another Formula
ELSE null 
END 

---

你想用什么来替换它们？在R中，读取数据时最容易做到这一点-使用类似

的数据可能重复的东西顺便问一下，你认为应该用什么值来替换？与上一个小时的数字相同，或者得到上一个小时和下一个小时之间的平均数？因此，如果我想用与上一个小时相同的数字替换这些NaN，如何？Thanks@JenniferChen使用df.fillna（method='pad'）。在这种情况下，将使用列中的上一个值。如果第一个值和第二个值为
NaN
s，则第二个值不会有任何更改。您认为有必要在创建模型之前替换这些值吗？由于观测机或其他原因，某些NaN可能丢失。是否尝试使用此数据集构建模型？它没有抛出错误吗？此外，是否需要替换
NaN
值取决于数据集。如果您有一个庞大的数据集，有时可以删除整行，其中包含
NaN
值。有时你必须更换它们。但是，让它保持原样在大多数情况下都会抛出一个
NaN
错误。我的导师建议我的案例可以用ARIMA完成，我还没有开始，只是考虑到之前的数据争论。这是我的数据集来源的网站，。它有18个表，我发现连续小时仍有大量缺失值，例如，从上午0点到上午10点，所有索引数据都缺失。