结论：用pandas.read_excel()读入后，按顺序执行dropna()、fillna()、astype()和str.strip().str.upper()可覆盖90%电商Excel清洗需求；关键在于严格遵循“先处理表头与空行→再分类型处理空值与异常值→然后转换数据类型→最后字符串标准化”的不可逆顺序。
直接说结论：用 pandas.read_excel() 读入，再用 dropna()、fillna()、astype() 和 str.strip().str.upper() 这四类操作就能覆盖 90% 的电商 Excel 清洗需求——关键不是学全所有方法，而是搞清哪一步该做什么、为什么不能颠倒顺序。
读取时就该处理表头和空行
电商导出的 Excel 常见问题是前几行是标题/说明/空格，真数据从第 5 行才开始；或者表头带空格、大小写混用（如 "Order ID " 后面多一个空格）。这时候硬读再删列，不如读的时候就指定参数：
- 用
skiprows=4跳过前 4 行（数清楚再填，别猜） - 用
header=0（默认）让第 1 行作列名，再立刻用df.columns = df.columns.str.strip()去掉所有列名首尾空格 - 如果表头是合并单元格或含“销售汇总”等干扰文字，优先手动在 Excel 里删掉再保存，比代码里用
skiprows+usecols组合更稳
空值和异常值必须分类型处理
电商表里 "缺货"、"N/A"、空字符串、None、np.nan 看似都是“空”，但含义不同：订单号为空是脏数据得删；销量为 0 是合理业务状态；价格为 "--" 是要转成 np.nan 再填充。别一股脑 df.dropna()：
- 先用
df.isna().sum()和df["price"].unique()查清每列真实缺失形态 - 数值列（如
"sales"、"price"）用df["price"] = pd.to_numeric(df["price"], errors="coerce")强制转数字，把"--"、"暂无"变成np.nan - 文本列（如
"product_name"）用df["product_name"].str.strip().replace("", np.nan)清空格再标空，之后再dropna(subset=["product_name"])
日期和分类字段最容易踩类型坑
Excel 导出的日期常变成“2024/3/12”字符串或浮点数（如 45231.0），直接 astype("datetime64") 会报错或错乱；商品类目常有大小写不一、中英文括号混用（如 "手机（iPhone）" vs "手机(iPhone)"），影响后续分组统计：
- 日期列先试
pd.to_datetime(df["order_date"], errors="coerce")，失败再看原始值是否为 Excel 序列数，用pd.to_datetime(df["order_date"], unit="d", origin="1899-12-30") - 分类列统一用
df["category"] = df["category"].str.strip().str.upper().str.replace("（", "(").str.replace("）", ")")，避免因括号全半角不同导致同一类目被拆成两组 - 别在清洗中途用
df["category"].value_counts()就下结论——先dropna()再统计，否则NaN也会算进总数里干扰判断
真正麻烦的不是单步操作，而是清洗顺序：必须先处理列名和空值形态，再转类型，最后做字符串标准化。顺序错了，比如先 astype("str") 再去空格，就会把 np.nan 变成字符串 "nan"，再也无法识别为缺失值。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
