pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。

导入pandas库及常用类、函数

import pandas as pd
from pandas.core.frame import DataFrame

pandas对excel表格进行读取、写入

pandas使用read_excel()读取excel表格，返回DataFrame对象

实例：读取test.xlsx第一个sheet页的数据

dataframe = pd.read_excel("test.xlsx",sheet_name=0,header=None)

pandas中定义read_excel函数如下：

......
@deprecate_nonkeyword_arguments(allowed_args=2, version="2.0")
@Appender(_read_excel_doc)
def read_excel(
    # io参数为传入文件的路径
    io,
     # sheet_name参数默认为0，代表第1个sheet页，（从0开始索引）
     # 可根据自己的需要传入
     # sheet_name=None时返回一个以sheet名称（str）为key，对应sheet表格内容（dataframe）为value的字典
    sheet_name=0, 
     # header参数默认为0，默认excel表第1行为列名（表头），dataframe的数据部分不会包含第1行。
     # header=None 时，读入excel的第1行不再为列名（表头），而是作为数据部分。
    header=0,   
    names=None,
     # index_col默认为None。index_col=0时，第1列为行名，此时第1列不再是dataframe的数据部分。
    index_col=None,
    usecols=None,
    squeeze=False,
    # 可以设置参数dtype=str 强制读取excel时所有数据为str格式
    dtype=None,  
    # 2021年xlrd库更新后，不能同时读取xls和xlsx格式的文件了
    # 指定engine='openpyxl'可以且只能读取xlsx文件，不指定的情况下只能读取xls文件
    engine=None,
    #converters参数指定某列类型。
    # 如 converters={'names':str,'ages':str} 
    # 将names列和ages列的数据转换为str
    # 也可以用列索引号 如converters={2:str}
    # 将第2列数据转为str格式（记住是从第0列开始的第2列！ ）
    converters=None,
    true_values=None,
    false_values=None,
    skiprows=None,
    nrows=None,
    na_values=None,
    keep_default_na=True,
    na_filter=True,
    verbose=False,
    parse_dates=False,
    date_parser=None,
    thousands=None,
    comment=None,
    skipfooter=0,
    convert_float=True,
    mangle_dupe_cols=True,
):
    ......

pandas使用to_excel()将DataFrame保存为excel表

# 保存为一个新的excel文件
# 假设result.xlsx不存在
dataframe.to_excel(r"result.xlsx",header=False,index=False)

# 向已有的excel文件写入，需要用到ExcelWriter()
# 假设result.xlsx已存在
writer = pd.ExcelWriter(r"result.xlsx")
dataframe.to_excel(writer,header=False,index=False)
writer.save()

pandas中定义to_excel函数如下：

......
@doc(klass="object")
    def to_excel(
        self,
        # excel_writer参数一般为文件保存的路径，
        excel_writer,
        # 默认写入“Sheet1”工作表
        sheet_name="Sheet1",
        na_rep="",
        float_format=None,
        columns=None,
        # header和index默认为写入有列名和行索引（导致写入的第1行和A列有黑色框框，可选择为False。）
        header=True,
        index=True,
        index_label=None,
        startrow=0,
        startcol=0,
    # 2021年xlwt库更新后，指定engine='openpyxl'另存为xlsx文件，不指定的情况下另存为xls文件
        engine=None,
        merge_cells=True,
        encoding=None,
        inf_rep="inf",
        verbose=True,
        freeze_panes=None,
    ) -> None:
       ......

• 测试总结1：read_excel和 to_excel都支持.xls和.xlsx格式,但需要指定函数内engine参数。默认只支持xls，engine=’openpyxl’时只支持xlsx（需要xlrd，xlwt，openpyxl库支持）
• 测试总结2：貌似公式计算的值可以被读取。读取为dataframe后再写入，只写入值，不保留公式
• pd.ExcelWriter保存结果到已存在的excel文件中，并支持多个sheet表格写入excel。（注：pandas读出、写入excel数据时依赖通过read_excel、to_excel读出或写入excel时需要xlrd、xlwt库，调用ExcelWriter方法则需要openpyxl库。）

DataFrame处理

DataFrame转二维列表

list = dataframe.values.tolist()将dataframe转为二维列表list

二维列表转DataFrame

dataframe = DataFrame(list)将二维列表list转换为dataframe 需要from pandas.core.frame import DataFrame

提取行

可以直接进行切片提取连续行
new_dataframe = dataframe[0：2] 提取第1-2行生成新DataFrame对象
new_dataframe2 = dataframe[2：] 提取第2行到最后1行生成新DataFrame对象
也可以用.iloc方法提取行
new_dataframe = dataframe.iloc[0：2,：] 提取第1-2行生成新DataFrame对象
new_dataframe2 = dataframe.iloc[2：,：]提取第2行到最后1行生成新DataFrame对象

提取列

可以用dataframe.iloc[行索引,列索引]方法通过列索引提取列（索引均从0开始）
newdataframe1 = dataframe.iloc[:,[1,2]]提取所有行，2-3列（”:”表示选择所有）
newdataframe2 = dataframe.iloc[0:1,:] 提取第1行，所有列
newdataframe3 = dataframe.iloc[[1,3,4],:] 提取2，4，5行，所有列

复制DataFrame

anotherdataframe = dataframe.copy(deep=True) # 深拷贝

获取DataFrame行列数

行数len(df) 列数 df.shape[1]

遍历DataFrame

笨办法：通过dataframe.iloc[行索引,列索引]及用len(df)获取行数，df.shape[1]获取列数来遍历。

拼接DataFrame

df1.append(df2),此时df1在上方，df2在下方
注意!：尽量不要在循环里使用append方法对DataFrame进行操作。经测试DataFrame不会追加内容。最好先将df1，df2转为二维列表list1，list2后，再用list1.extend(list2)循环拼接。拼接好后list1再转为DataFrame。

DataFrame.drop_duplicates()去重

语法：DataFrame.drop_duplicates(subset=None, keep='first', inplace=False)

• subset: 列名，默认所有的列
• keep: 是否保留{‘first’, ‘last’, False}，keep=’first’ 表示去重时每组重复数据保留第一条数据，其余数据丢弃； keep=’last’ 表示去重时每组重复数据保留最后一条数据，其余数据丢弃；keep=’False’ 表示去重时每组重复数据全部丢弃，不保留
• inplace: 是否替换{False, True}，inplace=False表示去重之后不覆盖原表格数据，inplace=True表示去重之后原表格数据被覆盖 实例：

  # 对df所有行，若姓名列与身份证号码列一致的行进行去重，重复数据保留第一条。此方法不会修改df，而是返回一个新的DataFrame对象赋予new_df变量
  new_df = df.drop_duplicates(subset=['姓名','身份证号码'],keep='first',inplace=False)
  

  pd.ExcelFile()

  获取工作薄所有sheet页名称

  # 返回sheet_list ，一个包含所有sheet页名称的列表
  demo_excel = pd.ExcelFile(r'demo.xlsx')
  sheet_list = demo_excel.sheet_names