懂Excel就能轻松入门Python数据分析包pandas(十三)：消除合并单元格

> 经常听别人说 Python 在数据领域有多厉害，结果学了很长时间，连数据处理都麻烦得要死。后来才发现，原来不是 Python 数据处理厉害，而是他有数据分析神器—— pandas

前言

做数据分析时，当你拿到一份 Excel 数据之后，我相信你还没有看数据，心就已经凉了一半。这是因为大概率数据格式"好看不好算"，今天来看看怎么解决报表格式常见的合并单元格问题。

案例1

今天你接到一个分析需求，需要统计2年内个城市月度平均销量。

你心里期待公司系统导出的数据是这样子：

实际导出的是这样子：

• - city 列都是合并单元格

你的脸色开始凝重了，因为发现正常导入后的 DataFrame 是这个鬼样子：

• - Excel 中的合并单元格，只有第一个格有值，其余的都是空值

其实很容易解决，pandas 中有填充空值的方法：

• - .ffill() ，f 是 forward 的意思。ffill 意思是："拿前面的值填充后面的空值"

现在你终于放下心头大石，轻松解决城市月度均销量数据：

• - 不多说了，专栏都有说的内容

> pd.Grouper 可以使用各种频率，具体内容请看专栏第19节内容

案例2

有时候你会遇到多列的合并单元格：

• - city 和 sales 列都有合并单元格

pandas 中大部分操作都能在多列间进行：

---

案例3

许多初学者对 pandas 有一种错觉，觉得遇到不同的数据就要重复写代码，其实我们完全可以写出许多便捷的方法。

比如，我们可以遍历一个 DataFrame 的列以及类型，发现是文本则自动调用 ffill 方法，这样不管数据有多少合并单元格列，都可以全自动填充：

• - 定义方法 auto_fill_merge_cell ，参数只需要传入数据 DataFrame
• - 关键调用 pd.api.types.is_string_dtype ，判断列是否文本类型

现在只需要简单调用此方法即可，甚至不需要指定哪些列：

> 代码的灵活性在于你能够按照自己的想法，随意组装功能。别再以为教程所有的代码都需要重复编写

总结

• - 遇到 Excel 的合并单元格数据时，可以使用 DataFrame 或 Series 的方法 ffill，向前填充空值