这是一个适合初学pandas的基础教程。
我将挑选一些最常用的内容，以最通俗易懂的方式提供解析，方便大家理解，以便大家尽早掌握pandas数据分析。
计划每天一更新，希望大家先理解其用法，然后多动手，用多了也就记住了。如果觉得有帮助，就动动小手点一下关注吧，毕竟我粉丝这么少。
读取数据，作为数据分析的第一步，用好了，可大大减少后续的数据清洗的步骤。
（一）pd.read_excel属性
首先我们来看一下pd.read_excel的常用属性（带注释的为常用属性，初学者掌握这些就可以了）
pd.read_excel(
io, #文件路径
sheet_name=0, #表名
header=0, #表头，指定列名行
names=None, #表头的名称
index_col=None, #选取索引列
usecols=None, #所要使用的列
squeeze=False,
dtype=None, #数据类型
engine=None,
converters=None,
true_values=None,
false_values=None,
skiprows=None, #要跳过的行
nrows=None, #要读取的行数
na_values=None,
keep_default_na=True,
na_filter=True,
verbose=False,
parse_dates=False, #设置日期字段
date_parser=None,
thousands=None,
comment=None,
skipfooter=0,
convert_float=True,
mangle_dupe_cols=True,
storage_options: Union[Dict[str, Any], NoneType] = None
（二）详解常用属性。
1，sheet_name=0 要读取的表名，默认为0，即读取第一张表，表索引从0开始，1表示第二张表，以此类推。 也可以用表名来读取，如sheet_name='Sheet1’。也可读取多张表，如sheet_name=[0,1,‘sheet3’]，用列表表示，此时表示选取第一页，第二页和第三页作为DataFrame的字典。
读取多张表，如sheet_name=[0,1]，用列表表示，此时表1，表2为DataFrame的字典。具体到某一张表，要用切片形式表示。
2，header=0：指定哪一行为列名，默认为0，即选取第一行的值为列名。若不想指定列名，则设定header=None。
3，names=None 重设列名。需以列表的形式将每一列都重设，如数量不相等则不能重设。
4，index_col：指定某列为索引值，默认None，以系统默认方式生成行标签。
5，usecols=None, 要读取的列，默认全部读取。
6，dtype: 设置列的类型，可用字典的形式设置。
7，skiprows:要跳过的行，默认从第一行开始。
8，nrows=None, 要读取的行数，默认全部读取。
9，parse_dates=False, 设置日期字段。
pd.read_csv(data, parse_dates=True) # 自动解析日期时间格式
pd.read_csv(data, parse_dates=['日期']) # 指定某字段为时间
也可把某两列合并为时间，如图将时间，日期字段合并解析成名为 time的时间字段。
第一次写，写的不好多多包涵，你的点赞转发是我继续的动力。
