概括
当我想到那年的软件系统时，开源社区不像现在那样好。几年的东西。
主要内容：Excel Office自动化和数据分析
适用的人群：对数据分析工作感兴趣的办公室工作人员 / Python初学者 /人员
准备内容：Anaconda-Spyder；RE，Pandas图书馆
数据处理
这些单词是家，最后一个介绍了数据爬网的使用来获取以前的奥运会的奖牌数据
观察这些数据，首先列出需要改进的点：
str.replace（常规/字符串，更换目标字符）
参数描述：
当金牌，银和铜牌是空的时，我们可以删除线条并使用dropna（阈值= 1）至少保留1个非空数据以保留。确定每行只要有一个数据保留一个数据
当我们进行数据处理时，最重要的是学习找到规则，并使用最简单的方法来实现我们想要实现的效果。例如，我们看到的问题是删除中文的所有奖牌。我们可以在这些行的同一排名中观察到所有的排名是“排名”
1）我们的条件是：非数字线，第一次筛选[' - lanking']列中的非数字线
2）发现了很多列数据的重复。
3）最终删除包含列的数据
完整的代码如下：
输出结果：
结论
通过我们的一系列上帝的操作，看到处理后的数据令人耳目一新。在本文中，Ofter添加了有关数据处理的几个知识点。我相信我们对数据处理有更深入的了解。我今天将在这里写。我希望初学者能够很好地体验思维，并将复杂的问题分为步骤，以便稍作积累可以成功地使项目成功。在编写Python程序之前，首先想到下一步，然后根据步骤一一完成一台步骤。该系列动态排序中剩下的最后一篇文章正在向您招手。请期待它。
1.数据收集曲折；
Bertram Xu：1896-2021奥运会的动态分类动画（Python Data Collection）1同意·0评论文章
2.数据处理数据清洁；（本文）
3.数据动态排序。
原始：https：//juejin.cn/post/70966732984112095