「Python数据分析」Pandas数据处理，导入导出Excel数据文件

数据分析过程，基本上可以通过以下4个步骤来实现。

1、数据获取

2、数据处理

3、数据分析

4、数据结果

我们首先来看数据获取的这个步骤。

现实中，我们面对的大部分数据，基本上大多数都是Excel格式的数据文件。也就是说，我们需要进行分析的数据，都是已经获取好，形成Excel文件格式的数据。

这个获取数据的过程，可能是通过手工录入的方式，也可能是通过各种数据库导出数据的方式，等等。

要通过Python来对这些数据进行分析处理，第一步需要先把获取到的原始数据（通常是用Excel来进行保存），导入到Python当中。通过Python程序分析处理好数据之后，我们还需要把结果数据导出到Excel文件当中，以便我们后续形成结论，或者是数据报告。

要把Excel文件，导入到Python里面，有很多种方法。这里，我们使用的是Pandas库，来对Excel进行导入和导出。

我们先安装Pandas库，这在前面的教程里面已经完成。这里，我们还需要安装openpyxl库，来辅助Pandas库，导入和导出Excel文件。

首先，新建“1、导入导出Excel数据文件”文件夹

其次，右键单击新建好的文件夹，选择“在文件资源管理器中显示”，进入新建好的文件夹。

我们新建“Python源程序.ipynb”的Python笔记本源程序文件，然后通过Excel程序（WPS和MS office都可以），新建两个Excel文件，分别是“input1.xlsx”和“input2.xlsx”，用来作为导入的Excel源数据使用。

input1.xlsx的数据内容如下图所示

input2.xlsx的数据内容如下图所示

sheet1，第1季度

sheet2，第2季度

sheet3，第3季度

sheet4，第4季度

数据准备完成之后，我们先来安装“openpyxl”库。

在终端中，输入“pip install openpyxl”命令，回车等待安装完成即可。

打开“Python源程序.ipynb”

在第一个方框中，输入代码，点击方框左侧中间的三角按钮，运行这段代码。这段代码是加载pandas第三方库，其它的库，也是一样的加载。Python程序，需要先加载库，才可以使用库里面的程序。

把鼠标移动到方框中间下面位置，点击+代码按钮，可以新增编写代码的方框。

依次输入代码，运行（注意运行单元格的顺序），可以看到数据已经导入到，命名为df1的变量当中。read_excel函数，是读取Excel文件的Pandas函数。函数的第一个参数，'input1.xlsx'代表需要导入的Excel的文件名称。第二个参数，sheet_name='分数表'，代表Excel文件中的sheet。

进入JUPYTER窗口，可以看到df1变量是DataFrame类型的。什么是DataFrame类型变量，后面我们会详细讲到。

经过以上过程，我们已经成功导入了单个sheet的Excel文件。

下面，我们来导入多个sheet的Excel文件。

编写以上代码，这里我们新建了一个data的变量，运行后，4个sheet的数据，全部导入到data变量当中。注意data变量是dict类型的，也就是字典类型的，后面我们再详细讲解字典类型。

这里注意，多个sheet的名称，是放在中括号里面的，名称不能出错。

通过编写以上代码，可以逐个查看每个sheet中的数据。

最后，假如df1的数据，通过Python程序，处理分析完成之后，我们编写以上代码，就可以把Python中的数据，导出成为我们熟悉的Excel格式文件。这时会创建output.xlsx的Excel文件，把数据写入文件当中，重复导出的话，会覆盖Excel中的数据。