Question

我有一个数据集可供阅读，并在最终使用前对数据进行一些清理。

我知道如何通过以下单独的独立步骤来做到这一点：

    data = pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0)
    del data['Unnamed: 0']
    del data['Unnamed: 1']
    data.columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable']
    fdata = data.ix[:226]

现在我想使用运算符链接执行所有这些步骤。我的第一次尝试如下：

    data = (pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0)
      .(del data['Unnamed: 0'])
      .(del data['Unnamed: 1'])
      .(columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable'])
      .(ix[:226]))

但是这段代码产生了以下错误：

档案“”，第3行

。（del data ['Unnamed：0']）

^

SyntaxError：语法无效

我不知道我在做什么在逻辑上是可能的。如果可能，将非常感谢对正确文档或代码本身的任何引用。

Answer 1

如果未命名列的位置仍然相同，请使用read_excel中的参数names设置新列名称，然后按drop删除不必要的列。如需选择，请使用.iloc[226]，.head(226)，.ix(226)：

#2 last columns are unnecessary - 2 last values of list in parameter names are 'tmp1' and 'tmp2'
data = pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0, names=['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable', 'tmp1', 'tmp2'])
         .drop(['tmp1','tmp2'], axis=1)
         .head(226)

另一种可能的解决方案是重命名列：

data = pd.read_excel('C:\Users\pappu.a.kumar\Documents\data\coursera\python\Energy Indicators.xls',skiprows=17, skip_footer=0)
         .drop(['Unnamed: 0','Unnamed: 1'], axis=1)
         .rename(columns={'firstcol':'Country', 'secondcol': 'Energy Supply', ...})
         .head(226)

在pandas数据帧上使用operator chaining来读取数据，删除不需要的列，重命名列和读取几行

1 个答案: