這裡所說的pandas並不是大熊貓，而是Python的第三方庫。這個庫能幹嘛呢？它在Python資料分析領域可是無人不知、無人不曉的。可以說是Python世界中的Excel。
pandas庫處理資料相比於Excel，有一個極大的優點：資料和處理邏輯是分離的。基於這一點，便可以實現Excel資料處理的自動化，對於重複繁瑣的資料分析，pandas一次編寫指令碼便“終身受益”。反觀Excel，遇到重複的任務還得一遍一遍地輸入公式、拖動填充柄。
pandas處理Excel資料的基本流程
pandas處理Excel資料的基本流程
從基本流程來看，這個資料處理過程，就是對原資料進行加工，生成新資料的過程。原始Excel檔案就像是原材料，生成Excel檔案就像是新產品。而pandas中就是這個加工廠，加工廠的處理邏輯就是根據具體需求來編寫的程式碼。可以從下面的例項中來理解這過程。
例項演示
例項需求描述：
例項描述
動圖演示：
pandas中的常用方法簡介
一、讀取Excel檔案
import pandas as pd
df = pd.read_excel(io,header=0)
常用引數介紹：
-
io:需要傳入Excel檔案的路徑。該引數沒有預設值，不能為空 -
header:可以指定從Excel中的哪一行開始讀取資料。預設為0，從第一行開始。
read_excel()演示
二、資料處理
DataFrame型別
DataFrame是pandas庫中的重要資料型別，可以叫做：資料框，好比放資料的架子，由行和列組成。其實跟Excel工作的表很類似，都是二維的。
DataFrame結構示意圖 
實際DataFrames資料表
篩選
簡單的資料篩選，只需要輸入列名，也叫“鍵”
資料篩選
計算
計算演示
按照年齡分類：cut()函式
按年齡分類
三、寫入Excel檔案
df.to_excel("./生成的Excel檔名.xlsx")
-
第一個引數：生成的Excel檔案路徑。
-
index：生成的Excel檔案中是否需要index列，預設為True
