第2节，使用pandas的isna方法检查excel是否存在空值

对于excel里的数据，我们有时需要做一些数值方面的检查，如果内容不符合要求，那么需要追根溯源找到问题所在。

1. 检查单元格的空值

对于这类偏向于分析的操作，pandas最适合不过了

import pandas as pd

file_path = "./data/工资.xlsx"

df = pd.read_excel(file_path)
print(df['出勤天数'].isnull)

输出结果

<bound method Series.isnull of 0     NaN
1    25.0
2    26.0
Name: 出勤天数, dtype: float64>

可以看到是有空值存在的，想要获取所所有的空值，可以对df进行一次过滤

cq_null_df = df[pd.isna(df['出勤天数'])]
print(cq_null_df)

输出结果

   姓名  出勤天数    工资
0  小刚   NaN  6000

2. 检查数值范围

工资不可能小于0， excel在编辑时可能出错导致输入负数，使用pandas可以很轻松的找出这些异常数据

err_df = df[df['工资'] < 0]
print(err_df)

程序输出结果

   姓名  出勤天数    工资
2  小张  26.0 -5100