一、将数据读取进入Python中，并对数据进行处理
这个地方使用了Dataframe.rest_index()，其用法如下：
Dataframe.reset_index(level=None, drop=False,inplace=False, col_level=0, col_fill="")
1、重置Dataframe的索引，并使用默认索引。
2、如果Dataframe有多个行索引，则此方法可以删除一个或多个行索引级别，可以让行索引变成列。
3、参数说明
level：只从行索引中删除给定的索引级别，默认情况下删除所有级别。level是原始df的index的层级，可用数字/名称表示。用数字表示的时候，0代表第一级行索引，1代表第二级行索引，以此类推。
drop：True/False 表示释放出来的行索引，变成列之后，是否要删除。
col_level：将释放出来的行索引作为列，插入到指定的列级别位置，默认情况下，它被插入到第一层。col_level表示列的层级。
col_fill：将释放出来的行索引作为列，插入到指定的列级别位置，并且给该列设置列名，如果没有设置，则重复其行索引名。
df11=df1.groupby(['花色','盎司']).agg({'订单数':sum,'销售额':sum,'销售额(订单金额)':sum,'销量':sum}).reset_index(drop=False)
print(df11.head())
二、按销量进行排序
三、提取销量前**的花色，并生成列表
四、抓取前**花色的销售数据
五、处理完毕，保存结果
df3.to_excel('hs.xlsx',index=False)
