最近在公司在弄数据分析相关的项目，数据分析就免不了要先对数据进行处理，也就自然避不开关于excel文档的初始化操作了。
一段时间之后，发现pandas更加符合我的项目要求，所以，将一些常规操作记录下来，便于以后查阅。
那在开始下面的操作之前，下载pandas模块是很有必要的
文件打开
首先在刚开始的时候需要导入模块pandas
import pandas as pd
pandas的打开文件一共有三种方法，分别对应三种文件，即：
| 数据类型 | 说明 | Pandas读取方式 |
|---|---|---|
| csv,tsv,txt | 用逗号分割，tab分割的纯文本文件 | pd.read_csv |
| excel | 微软xls或者xlsx文件 | pd.read_excel |
| mysql | 关系型数据库表 | pd.read_sql |
我现在的工作需求中，现阶段最常用的是.xlsx的文件读取
.xlsx文件打开
df = pd.read_excel('1.xlsx') # 文件名或文件路径
print(df)
id enterprise
0 18950 中国农业大学资源与环境学院
1 18949 山东恒丰农业科技有限公司
2 18948 石家庄市民丰种子有限公司、北京中农臻中农业科技发展有限公司
3 18947 九原区种子有限责任公司
4 18946 中国农业大学和武汉隆福康农业发展有限公司
... ... ...
6215 12735 浙江省农业科学院与核技术利用研究所、湖州科奥种业有限公司
6216 12734 浙江省农科院作核所、杭州市种子技术推广站
6217 12733 浙江省农业科学院作核所、湖州市种子公司
6218 12732 浙江省农科院作核所、杭州市种子公司
6219 12731 浙江省农业科学院作物与核技术利用研究所、宁波市农业科学研究院生物技术研究所、浙江之豇种业有限...
[6220 rows x 2 columns]
这样就读取了.xlsx类型的文件
文件读取
.shape
有些时候我只是想看看这个表的尺寸大约是多大的，就可以用这个方法
df.shape
(6220, 2)
该方法会返回这个表的（行数，列数）
.columns
有些时候我想看看这个表的标题，就是第一行的信息
df.columns
Index(['id', 'enterprise'], dtype='object')
该方法会返回一个列表形式的数据
.head()
当然，有些时候也不需要那么多的数据读取，可能有些时候只想读取前几行
该方法会默认的读取数据的前5行数据
def head(self: FrameOrSeries, n: int = 5) -> FrameOrSeries:
df.head()
id enterprise
0 18950 中国农业大学资源与环境学院
1 18949 山东恒丰农业科技有限公司
2 18948 石家庄市民丰种子有限公司、北京中农臻中农业科技发展有限公司
3 18947 九原区种子有限责任公司
4 18946 中国农业大学和武汉隆福康农业发展有限公司
当然也可以修改读取的行数
df.head(10)
.index
读取数据的时候，也许发现了，在最左侧有一列数据，他本不是在数据当中的数据，这一列就是数据的索引，就像数据库当中的id一样
那可以通过这个方法来查看索引列
df.index
RangeIndex(start=0, stop=6220, step=1)