在使用 Python 的 pandas 库处理 Excel 数据时，可以按照以下步骤进行操作： ### 读取 Excel 数据 pandas 提供了 `read_excel()` 函数来读取 Excel 文件。该函数支持多种参数，可以灵活地控制读取行为。例如，可以指定工作表名称、跳过特定行、设置列标题等。 ```python import pandas as pd # 读取 Excel 文件中的特定工作表 df = pd.read_excel('data.xlsx', sheet_name='passengers') ``` ### 数据处理 读取数据后，可以对数据进行各种处理，包括数据清洗、转换和分析。以下是一些常见的数据处理操作： #### 1. **检查数据类型** pandas 中的数据类型（`dtypes`）对于数据处理非常重要。可以通过 `.dtypes` 属性查看每列的数据类型。如果需要，可以使用 `.astype()` 方法将某一列的数据类型转换为其他类型。 ```python # 查看数据类型 print(df.dtypes) # 将某一列转换为整数类型 df['column_name'] = df['column_name'].astype(int) ``` #### 2. **处理缺失值** 在处理数据时，经常会遇到缺失值。pandas 提供了多种方法来处理缺失值，例如 `.dropna()` 和 `.fillna()`。`.dropna()` 可以删除包含缺失值的行或列，而 `.fillna()` 可以用特定值填充缺失值。 ```python # 删除缺失值较少的行 df_cleaned = df.dropna(thresh=2) # 用特定值填充缺失值 df_filled = df.fillna(0) ``` #### 3. **数据筛选与排序** 可以根据条件筛选数据，也可以对数据进行排序。例如，可以使用 `.loc[]` 或 `.query()` 方法进行筛选，使用 `.sort_values()` 方法对数据进行排序。 ```python # 筛选数据 filtered_df = df[df['column_name'] > 100] # 排序数据 sorted_df = df.sort_values(by='column_name', ascending=False) ``` #### 4. **数据聚合** pandas 提供了多种方法对数据进行聚合操作，例如 `.groupby()` 和 `.agg()`。这些方法可以用于计算平均值、总和、最大值等统计信息。 ```python # 按某一列分组并计算平均值 grouped_df = df.groupby('category_column').mean() # 使用多个聚合函数 aggregated_df = df.agg({'column_name': ['mean', 'sum']}) ``` #### 5. **保存处理后的数据** 处理完数据后，可以使用 `.to_excel()` 方法将数据保存为 Excel 文件。可以通过设置 `sheet_name` 参数来指定工作表名称，通过 `index=False` 参数避免保存行索引。 ```python # 保存处理后的数据到新的 Excel 文件 df.to_excel('processed_data.xlsx', sheet_name='passengers', index=False) ``` ###