检查Excel表中的缺失值

Question

我正在分配数据可视化。首先，我必须检查找到的数据集，并在必要时进行数据整理。数据由马德里空气质量的多个颗粒指数组成，这些数据是由不同站点收集的。

我发现表中缺少一些值。如何通过工具（python或R或Tableau）快速检查那些缺少的值并替换那些值？

Answer 1

有几个python库可以处理excel电子表格。我最喜欢的是openpyxl。它将电子表格转换为数据框，然后您可以在其中通过坐标来寻址特定字段。非常方便的是它还可以识别行和列的标签。当然您也可以更新表格 用它。但是请注意，如果您使用损坏的代码，则xlsx文件可能会永久损坏

Edit1：

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 

Answer 2

在Python中，您可以使用pandas模块将Excel文件加载为DataFrame。发布后，很容易替换NaN / missing值。 假设您的excel名为madrid_air.xlsx

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

发布此文件后，您将拥有一个DataFrame的名称，该名称由excel文件中的数据组成，格式相同，表格格式包括列名和索引。在DataFrame中，缺少的值将作为NaN值加载。因此，为了获取包含NaN值的行，

     df_nan = df[df.isna()]

df_nan将包含其中具有NaN值的行。

现在，如果您要用{0}填充所有这些NaN值，则

     df_zerofill = df.fillna(0)

df_zerofill将具有整个DataFrame，其中所有NaN被0代替。

为了专门填充库伦，请使用列名。

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

这会将NO和NO_2列的缺失值填充为0。

要详细了解DataFrame：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.html

要详细了解如何处理DataFrame s中的丢失数据：https://pandas.pydata.org/pandas-docs/stable/user_guide/missing_data.html

Answer 3

好吧，在 Tableau 中，您可以创建一个工作表，将n的最低粒度级别拖放到尺寸表（蓝色药丸）中，然后将列（作为度量）放在同一张图表中。

如果您的表确实是原子的，那么您将在工作表的右下角得到一个响应，告诉您有关空值的信息。单击它可以清除或替换工作簿数据中的这些特定值。

只需澄清一下，它不是“ hi end”和编码方式，而是最简单的方式。

PS：您还可以通过按“空”值过滤列来检查Tableau数据输入窗口中是否缺少值。

PS2：如果要动态更改，则需要使用以下公式：

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