哈喽，大家周末好啊，今天给大家总结了pandas操作excel的全功率，全文大概800+字，阅读需要10分钟，请大家耐心看完~
1.pandas读取excel
读取文件的格式如下
pandas.read_excel(filename, sep, header,encoding)
「参数解释」
filename：文件路径，可以设置为绝对路径或相对路径
sep：分隔符，常用的有逗号 , 分隔、t 分隔，默认逗号分隔，read_table默认是't'(也就是tab)切割数据集的
header：指定表头，即列名，默认第一行，header = None, 没有表头，全部为数据内容
encoding：文件编码方式，不设置此选项， Pandas 默认使用 UTF-8 来解码。
index_col ，指定索引对应的列为数据框的行标签，默认 Pandas 会从 0、1、2、3 做自然排序分配给各条记录。
通过names=['a','b','c']可以自己设置列标题
①传入读取文件：
②设置第一列为索引：
③将第一行she设置为表头
④重新设置表头名称
⑤输出后调用属性：
新建excel并写入数据
pandas增删改查：
①读取下面的表格数据，进行学习：
②增删改查的常用方法，已整理成思维导图，便于大家查阅学习：
「两种查询方法的介绍」
「loc」 根据行，列的标签值查询
「iloc」 通过行号索引行数据，行号从0开始，逐次加1。
「注意」 当使用显式索引（即data['a':'c']）作切片时，结果「包含」最后一个索引；而当使用隐式索引（即 data[0:2]） 作切片时，结果「不包含」最后一个索引。
loc属性，表示取值和切片都是显式索引
iloc属性，表示取值和切片都是隐式索引
Pandas 读取 csv文件的语法格式和读取excel文件是相似的，大家可以对照读取excel的方法学习。
使用pandas表格数据常用的清洗方法：
当然了，pandas除了读取csv和excel文件之外，读写数据的方法还有很多种，感兴趣的话，大家可以根据官方文档学习。
