1行代码搞定Python中的高频数据处理场景

pip install pandas numpy openpyxl

import pandas as pd
# 读取CSV
df = pd.read_csv("data.csv")
# 读取Excel
df = pd.read_excel("data.xlsx")
# 一行展示全部数据概览
print(df)

df.info(), df.describe(), df.isnull().sum()

# 删除含缺失值行
df = df.dropna()

# 用均值填充数值型缺失值
df = df.fillna(df.mean())

df = df.drop_duplicates()

# 筛选成绩大于90分的数据
df = df[df["score"] > 90]

# 按班级分组，计算平均分
result = df.groupby("class")["score"].mean()

# 按成绩降序排列
df = df.sort_values(by="score", ascending=False)

# 根据成绩判断是否及格
df["is_pass"] = df["score"].apply(lambda x: "及格" if x >= 60 else "不及格")

data = [{"name":"张三","score":95},{"name":"李四","score":88}]
df = pd.DataFrame(data)

df.to_excel("结果数据.xlsx", index=False)
df.to_csv("结果数据.csv", index=False)

import pandas as pd

# 1. 加载数据
df = pd.read_excel("学生成绩.xlsx")

# 2. 去重+删缺失值
df = df.drop_duplicates().dropna()

# 3. 筛选及格学生
df = df[df["score"] >= 60]

# 4. 按班级统计平均分
res = df.groupby("class")["score"].agg(["mean", "max", "min"])

# 5. 导出结果
res.to_excel("班级统计结果.xlsx")

print("处理完成！")