python pandas导入excel遇到的问题

大宝贝儿的波妞的python pandas试错集

pandas 导入 excel

对于我这种小白来说，第一次导入个 excel 都会哭！！！

整了很久才有点头绪，经不住太菜了。

以下是为自己准备的日记，以及一些坑。

用 with open 函数打开，出现了 decoding 问题

import pandas as pd
import numpy as py

with open ( r'C:\Users\richa\Desktop\2019-05-31to2019-06-29keywordeffectreport.xlsm') as f:
	f.read()
	

1.首先，怎么快速复制文件的路径，这个我都查了好久，对于新手的我来说，苦逼啊。
终于在我的努力下！！ 找到了一个好方法：

								 1.点击一下文件
								 2.按住shift
								 3.右键出现找到，复制路径:C:\Users\richa\Desktop\2019-05-31to2019-06-29keywordeffectreport.xlsm

导入开始，用with open对吧，不用担心关闭file
然后，就崩了，崩了！ 崩了。。。。。。
显示的都是什么：

	gb18030' codec can't decode byte 0xc4 in position 89: illegal multibyte sequence

我可拉倒吧，什么各种，编码错误，不管是什么，’ utf-8’, ‘gbk’,‘gb18030’，啥都不好使
据说一般来说，如果文件中有中文，会导致编码紊乱，那时候就要用encoding =‘某某某’，来解决：

with open ( r'C:\Users\richa\Desktop\2019-05-31to2019-06-29keywordeffectreport.xlsm','r',encoding='gb18030') as f:
	.....

我不就是列里有中文么？？？？？？
我就气得删除了中文列，换了如下：

import pandas as pd
import numpy as np
%xmode Plain
f = pd.read_excel(r"C:\Users\richa\Desktop\2019-05-31to2019-06-29keywordeffectreport.xlsm")

这多好啊，记住了 !

		f = pd.read_excel(r'path')
		

注意了，一定要有个r, 不过也有别方式，\换成//什么的，那个可以自己查。
这里path 就是你之前复制的路径

然后又遇见问题了，dataframe格式中的最后一列是period，但是value都是 ’21.04h’ 这种形式，输入 f.peiod.dtype 查看类型一看： object(对象)

哦豁，我想要的是**21.04（float）**形式咋办？？？

因为进行数据分析，要的起码是数值吧！！！

怎么把字符串中的某个元素删除替换？

目标：’ 20.01h’ --> 20.1
思路：

1. 直接用replace(‘h’,’’)，但是出现问题，这个函数不能直接改动 f 中的 f.period , 一般来说对整体进行切片后，干百年其中的元素，就能改变原始 dataframe （ inplace = True 的那种感觉）
2. 先把 ‘21.04h’ 取出来，然后变成list，然后再join.但是你会发现虽然显示为 20.1，但是类型还是object，所以你还要用：

f = f.period = pd.DataFrame(f.period , dtype = np.float)

k=0
for i in f.period:
    a=list(i)
    a[a.index("h")]=''
    f.period[k]=("".join(a))
    k=k+1
f.period = pd.DataFrame(f.period , dtype = np.float)
f.info()

结果如下：


最终解决问题！！！！
具体细节，写得太累，暂时不写了。。

原创，如果需要，请带上我的url， 蟹蟹！！