一、引入工具模块

import numpy as np     #科学计算模块

import pandas as pd    #数据处理和数据分析模块

import  Matplotlib as         #数据可视化模块

二、读取数据

df = pd.read_excel(....)

df = pd.read_csv(....)

df = pd.read.table(....)

......

三、查看数据

df.head()  # 查看前五条

df.tail()   #查看尾部五条

df.sample() #随机查看五条

四、验证数据

df.shape  # (12,13)  查看行数与列数

df.info ()   #查看索引、数据类型和内存信息

df.describle () # 查看数值型列的汇总统计

df.dtypes  #查看个字段类型

df.axes   # 显示数据行和列

df.columns   #列名

五、建立索引

df.set_index('name'，inplace=True)   # 已 name  该列进行建立索引并生效

六、数据读取

###查看列

df['Q1']  #默认查看的是列，Q1列

df[['team','Q1']]    #只看这两列，注意括号

df.loc[:,['team','Q1']] #效果一样，loc是显性序列，iloc隐性序列

###查看行

df[df.index == 'number']  # 指定行号，使用指定索引

#用自然索引选择，类似列表的切片

df[0:3]  #取前三行

df[0:10:2] #在前10个中每两个取一个

df.iloc[:10,:] #前10个