增加一个 求和 :
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/e5af9d333404ca9656b6e209eb56fad7.png)
:新增最后一行 ,15行,求和:
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/d224f3ea99836df25c4aa005699e5521.png)
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/d1ae531179a781d067ec5ae5fddc6057.png)
ok
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/b2055917cba6edb1f5218b7956fd8db3.png)
求 state(美国各州 )列的 缩写.加到 abbrev 这一列 :
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/8dbed1fb820f328f64a3c6702f366c60.png)
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/ec3464ba7eb1caa53c2bc19a21f2eb51.png)
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/90228aee8a083262e041019b0c783c3e.png)
key,value生成 字典和list :
python3 用 dict(df['account'].items()) 和 list(df['account'].items())
iteritems是python2中的写法, py3 兼容
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/63f8fcf61e929175760a4a5ea4cb4266.png)
变成字符串 :
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/c7cf33977dca036bc4ca38f004789015.png)
insert --&& 排序。 :
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/92f3a13765db9abd99fe19c7f8718cf9.png)
![pandas和 excel 尝试](https://img-blog.csdnimg.cn/img_convert/6564e788451af428b396a5e19a7ceada.png)
——————————————————————————
refer : https://blog.csdn.net/suzyu12345/article/details/50593512