本文介绍了如何使用Python的pandas库进行数据清理，包括读取Excel文件，选择关键字段，多条件排序，以及将处理后的数据保存到新的工作表。通过实例操作，详细解析了pandas的read_excel、sort_values和to_excel等函数的参数及用法。
要求：原始数据去掉非关键字段，并按照需求字段进行多条件排序。
1、导入pandas库；
2、利用pd.read_excel导入文件；
pandas.read_excel（io，sheet_name = 0，header = 0，names = None，index_col = None，usecols = None，squeeze = False,dtype = None, ...）
io：字符串，文件的路径对象。
sheet_name：None、string、int、字符串列表或整数列表，默认为0。字符串用于工作表名称,整数用于零索引工作表位置,字符串列表或整数列表用于请求多个工作表，为None时获取所有工作表。
| 值 | 对应操作 |
|---|---|
| sheet_name=0 | 第一张作为DataFrame |
| sheet_name=1 | 第二张作为DataFrame |
| sheet_name=“Sheet1” | 第一张作DataFrame |
| sheet_name=[0,1,'Sheet5'] | 第1页，第2页和第5页作为DataFrames的字典。 |
header：指定作为列名的行，默认0，即取第一行的值为列名。数据为列名行以下的数据；若数据不含列名，则设定 header
最低0.47元/天 解锁文章
1332
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
