2. pandas: очистка данных

В Python in Excel диапазон превращается в таблицу pandas — DataFrame. Типичная очистка выгрузки занимает несколько строк:

df = xl("A1:B9", headers=True)
df["Город"] = df["Город"].str.strip().str.title()   # убрать пробелы, «Алматы» с заглавной
df["Сумма"] = pd.to_numeric(df["Сумма"])            # текст "1200" → число 1200
df = df.dropna(subset=["Сумма"])                    # выбросить строки без суммы
len(df), df["Сумма"].sum(), df["Сумма"].mean()

• str.strip() — то же, что СЖПРОБЕЛЫ; str.title() — как ПРОПНАЧ;
• pd.to_numeric или astype(float) — как ЗНАЧЕН: число, сохранённое текстом, становится числом;
• dropna() удаляет пустые значения (NaN). Функции sum() и mean() пустые и так пропускают — как СУММ и СРЗНАЧ.

Хорошая привычка — сверить результат Python с обычными формулами хотя бы один раз. В этом уроке вы повторите очистку формулами и получите те же три числа, что вернёт последняя строка кода.