1，表頭或是excel的索引如果是中文的話，輸出會出錯

​​解決方法：python的版本問題！換成python3就自動解決了！當然也有其他的方法，這裡就不再深究

2，如果有很多列，如何輸出指定的列？

需求情況：有的時候，資料很多，但是隻要僅僅對部分列的資料進行分析的話，要怎麼做？

解決方法：

df =pandas.read_excel('1.xls',sheetname= '店鋪分析日報')

​df =df.loc[:,['關鍵詞','帶來的訪客數','跳失率']] #訪問指定的列

一行讀取資料，第二行訪問指定列

3，如何為資料框新增新的列？

需求情況：有一個表格，裡面的列是單價，數量，想再輸出一個總價的列，或是對一些資料進行總結

解決方法：直接上程式碼

from pandas importread_csv;

import pandas;

df = read_csv("1.csv",sep="|");

#把計算結果新增為一個新的列

df['result'] =df.price*df.num    #新的列名，後面是對應的數值

print (df)

4，如何對百分號的數值進行計算，再將其輸出

需求情況：比較蛋疼的一個情況，電商很多資料都是百分比的，帶有百分號，不能進行直接的計算，需要對其進行轉換，然後再輸出

解決方法：

from pandas importread_csv;

import pandas;

df = read_csv("1.csv",sep="|");

f =df['跳失率'].str.strip("%").astype(float)/100;

f.round(decimals=2) #保留小數點後面2位

f_str = f.apply(lambda x:format(x, '.2%')); #再轉換成百分號並且保留2位數（精度可以調整）

df['跳失率']​= f_str    #重新賦值

5，​如何獲取匯入的資料有幾行和幾列（數值）

需求情況：有的時候需要寫一個通用指令碼，比如隨機抽樣分析，程式自動獲取行和列的話，寫出來的指令碼通用性明顯會很強

解決方法：

df.columns.size  #獲取列數

df.iloc[:, 0].size #獲取行數

6，​如何對資料進行排序

需求情況：這個就不用說了，到處都要用到​

解決方法：

df['跳失率'].size  #對資料進行排序

newDF = df.sort(['曝光量','帶來的訪客數'], ascending=[True, False]); #多重排序

7，如何刪除指定的列？

需求情況：同樣，十幾列的資料，如果你想獲取指定的輸出資料，可以用方法2，但是如果想要獲取的資料列比較多，只有1-2行不想要，這樣就可以用指定刪除列的方法了

解決方法：

df.columns.delete(1)​

一行程式碼搞定！​

總結：整體來說的，python的語法在做資料分析還是相當簡單的，很多的需求基本上就是一行程式碼搞定！

8，如何新增整行資料？

df.append([1,2,34,,5])