python对excel数据清洗后保存到hdfs中

要将Excel数据清洗后保存到HDFS中，需要使用Python的两个库：pandas和pyarrow。pandas用于读取和处理Excel数据，pyarrow用于将数据保存到HDFS中。

下面是一个示例代码：

import pandas as pd
import pyarrow as pa
import pyarrow.parquet as pq

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

# 进行数据清洗
# ...

# 将数据保存为Parquet格式
table = pa.Table.from_pandas(df)
pq.write_table(table, 'hdfs://path/to/data.parquet')

其中，`pd.read_excel()`函数用于读取Excel数据，读取后可以对数据进行清洗。`pa.Table.from_pandas()`函数用于将pandas数据转换为pyarrow的表格数据格式，然后使用`pq.write_table()`函数将表格数据保存到HDFS中。需要注意的是，`hdfs://path/to/data.parquet`是HDFS的路径，需要根据实际情况进行修改。