用python计算63列数据的excel表的每一列空值率，并在新excel表中输出每列对应的空值率

在Python中，你可以使用`pandas`库来处理Excel表格数据，并计算每列的空值率。以下是一个简单的步骤说明：

1. 首先，你需要安装`pandas`和`openpyxl`库（如果你还没有安装的话）。`openpyxl`是一个用于读写Excel 2010 xlsx/xlsm/xltx/xltm文件的库，`pandas`在其处理Excel文件时会用到它。

pip install pandas openpyxl

2. 使用`pandas`读取Excel文件。假设Excel文件名为`data.xlsx`，位于当前脚本的同一目录下。

3. 计算每列的空值率，可以通过计算每列的空值（`NaN`）数量占总行数的比例来实现。

4. 将每列的空值率输出到一个新的Excel表中。这个新表格可以命名为`null_rate.xlsx`。

下面是一个简单的代码示例：

import pandas as pd

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

# 计算每列的空值率
null_rate = df.isnull().sum() / len(df) * 100

# 输出到新的Excel表中
null_rate.to_excel('null_rate.xlsx', sheet_name='NullRates')

这段代码首先读取名为`data.xlsx`的Excel文件到一个`pandas` DataFrame中。然后，使用`isnull()`函数结合`sum()`函数来计算每列中空值的数量，并将结果转换为百分比形式。最后，使用`to_excel()`函数将计算得到的空值率保存到一个新的Excel文件`null_rate.xlsx`中，其中包含一个名为`NullRates`的工作表。