python对excel数据预处理提取数据显示NaN

在Python中，我们可以使用pandas库来处理Excel数据并提取其中的数据。如果遇到`NaN`（Not a Number），这通常表示缺失值。当你读取Excel文件到DataFrame时，`NaN`会作为特殊的值表示数据缺失。

以下是预处理步骤的一个例子：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_file.xlsx')

# 检查是否存在`NaN`
print(df.isna().sum())  # 这将显示每列有多少个缺失值

# 提取包含`NaN`的行或列
missing_data_rows = df[df.isnull().any(axis=1)]  # 行含有缺失值
missing_data_cols = df.columns[df.isnull().any()]  # 列含有缺失值

# 处理`NaN`，可以选择填充、删除或替换特定值
# 删除含有缺失值的行或列
df_cleaned = df.dropna()  # 删除所有有缺失值的行
# 或者只删除某列如果有缺失值
df_cleaned = df.dropna(subset=['column_name']) 

# 填充缺失值，例如使用均值、中位数或特定值
df_filled = df.fillna(df.mean())  # 使用平均值填充数值型列
df_filled = df.fillna('some_value')  # 使用字符串填充字符型列