上次给大家分享了数据分析中要用的anaconda以及一些模块的安装和导入，至于具体如何使用python处理excel还有点模糊，今天就来研究一下如何使用，提高工作效率。
首先引入import pandas as pd ，这个as就是为了方便少打点字起的别名，pd就是代表pandas，import numpy as np，import matplotlib as plt，这里的np、plt都是别名。
（1）数据结构Series
Series就是一维数组，由一组数据和与之相关的索引组成，如何创建呢？如图所示
这里使用的方法是Series（），传入不同对象就可以实现，默认索引从0开始，也可以指定索引
（2）数据结构DataFrame
Series是一组数据和一组索引组成，DataFrame就是一组数据和一对索引组成，怎么创建呢？如图
这是传入一个单一列表，行和列都是从0开始，再传入一个多列数据，如图
如何获取行列索引呢，利用colums方法获取列索引，利用index方法获取行索引，如图
有三行两列
现在excel文件格式基本都是xlsx结尾，python如何读取呢，利用read_excel()方法
如图
注意：这里读取地址的时候windows默认是users反斜杠，需要前面加一个r转义符，不然无法读取。
读取的时候一般默认是读取第一个Sheet，从0计数，如图读取Sheet2
有时候文件列数特别多，我们只需要其中几列得到话，怎么办呢，这里就用一个usecols参数指定要取得列，如图所示，useclos = 默认索引或者自定义索引
（1）空值处理
有些行某些列数据格是空的，就用方法dropna（）删除这一行，但如果只想删除全空值得行，就可以加一个参数how = all即可，如图所示
（2）重复值处理
重复数据集有多条，这样就可以使用python中drop_duplicates()方法进行重复值判断并删除，默认保留第一行值，如图所示
（3）数据类型转化
pandas中的数据主要有int、float、object、string_、unicode、datetime64[ns]，可以使用dtype方法获取某一列数据类型，如图hah列为float类型
如果想转换为整型怎么设置呢，这里使用astype方法转换目标类型即可
到这里，对于python数据分析中如何使用pandas模块处理excel表格，应该有一个大致的了解了，马上去实践吧，祝学习顺利！
END
作者｜希里安
