pandas分析EXCEL数据使用方法

数据分析工程师成为这几年比较热门大数据应用领域的方向，很多的分析工具已经广泛应用于大数据、人工智能领域。本人经过近半年来的摸索实践，在pandas使用中有了一点心得，总结出来给刚刚初学的朋友借鉴。本文重点介绍EXCEL表格操作的常规方法，包括取数、过滤、清洗数据。最后生成结果表。

--引导模块是最最基础的一步。

import pandas as pd

import numpy as np

以下为数据读取方法：
df1=pd.read_excel(r'd:\表A.xlsx',sheetname=None,skiprows=None，names=None)

三个参数很常用：sheetname=表格sheet名称；skiprows=起始数据行，names=包含要使用的列名列表对象[],适用于没有列标题的情况数据。

如果需求将中文列标题改为英文，可以说适用rename函数

df1.rename(columns={'标题1': 'col1' ,   

 '标题2': 'col2' ,

'标题3': 'col3' },inplace=True)

过滤：

    df1[df1['col1'].notnull()]]  #去掉col1列为空的行数

    df1[['total_bill', 'tip', 'smoker', 'time']]   截取部分列数据

    df1['addcol']=np.nan  增加一个新列用NaN填充 None/NaN/''代表的意义不同