铁盒薄荷糖的博客

subset：列表----columns或者index，只删除指定列/行。df.iloc[ 行序 ] [列序 ]列转换为一维数组，然后访问该数组索引处的值。df.iloc[ 行 ] [ '列名' ]#取出某一列，然后根据行序列进行对第n行取值。是标量的快速访问方法，可从 Pandas。#访问行，然后使用列名访问值。df.iloc[ 行序, 列序 ]thresh：阈值，类型为int，1或者columns则是删除列。删除至少有一个NaN的行/列；删除全部都是NaN的行/列。，并且使用起来最简单。

0.准备工作：读入网页加以解析抓取，需要用到的软件包是 requests_html。我们此处并不需要这个软件包的全部功能，只读入其中的 HTMLSession 就可以。我们不想要集合，只想要其中的链接字符串。所以我们先把它转换成列表，然后从中提取第一项，即网址链接。#以把抓取的内容输出到Excel中了。Pandas内置的命令，就可以把数据框变成csv格式。），它就把找到的所有描述文本和链接路径都返回给我们。确认该区域就是我们要找的链接和文字描述后，选择。中查看的时候，有可能是乱码。结果数据对应的文本。

xlrd库：从excel中读取数据，支持xls、xlsxxlwt库：对excel进行修改操作，不支持对xlsx格式的修改xlutils库：在xlw和xlrd中，对一个已存在的文件进行修改。openpyxl：主要针对xlsx格式的excel进行读取和编辑。

Pandas是一个用于数据分析和操作的Python库。在pandas中几乎所有的操作都围绕着DataFrame。Dataframe是一个二维表的抽象表示，可以包含各种数据。

他们具有相同的列名，想要将他们纵向合并起来，用append函数。（若想横向合并，只要用concat函数替换这里的就行了，但是注意要用相同的行名/行索引。这里要用到os库的walk和path功能。现在有一个文件夹，里面有三个excel，将一个文件夹里的多个文件读取，并合并。否则就会有隐藏的缓存文件。

Pandas数据合并与拼接的5种方法。必须存在于左右两个DataFrame中，如果没有指定且其他参数也没有指定，则以两个DataFrame列名交集作为连接键；suffixes：字符串值组成的元组，用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称，默认为('_x', '_y')；left_on：左侧DataFrame中用于连接键的列名，这个参数左右列名不同但代表的含义相同时非常的有用；没有指定连接键，默认用重叠列名，没有指定连接方式，默认inner内连接（取key的交集）

本文使用的是Python集成运行环境。