import pandas as pd
读取excel文件：
data = pd.read_excel("C:deldesktop111.xlsx",sheet_name="Sheet1")
读取csv文件：
data = pd.read_csv("Data_Path")
注意，由于python语言会将“”当作转义字符，因此在填写文件地址时，一定要将“”字符转换成“/”，特别是当出现下面这个报错的时候，那就是地址写错了！！！
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 2-3: truncated UXXXXXXXX escape
分组：groupby——参考：https://zhuanlan.zhihu.com/p/101284491
单一分组变量：例如根据公司进行分组
data.groupby("company")
多个分组变量：例如根据行业、年份进行分组
data.groupby(["industry","Year"])
得到的是DataFrameGroupBy object，为了方便查看，可以将其转换成list(data)
groupby分组之后，就能够对数据进行聚合操作了
agg:
data.groupby("company").agg('mean')
///可用的聚合函数有：maxminsummeanmedianstd(标准差）var(方差）count
如果针对不同的列进行不同方式的聚合，比如要计算不同公司员工的平均年龄以及薪水的中位数，可以利用字典进行聚合操作的指定：
data.groupby('company').agg({'salary':'median','age':'mean'})
transform:
其与agg的区别是什么？
如果现在需要在原数据集中新增一列avg_salary，代表员工所在的公司的平均薪水（相同公司的员工具有一样的平均薪水），该怎么实现呢？
如果用agg，按照正常的步骤来计算，需要先求得不同公司的平均薪水，然后按照员工和公司的对应关系填充到对应的位置，实现代码如下：
avg_salary_dict = data.groupby('company')['salary'].mean().to_dict()
data['avg_salary'] = data['company'].map(avg_salary_dict)
使用transform的话，仅需要一行代码：
data['avg_salary'] = data.groupby('company')['salary'].transform('mean')
apply:
它相比前两种而言更加灵活，能够传入任意自定义的函数，实现复杂的数据操作。
假如要获取各个公司年龄最大员工的数据：
def get_oldest_staff(x):
...: df = x.sort_values(by = 'age',ascending=True)
...: return df.iloc[-1,:]
...:
oldest_staff = data.groupby('company',as_index=False).apply(get_oldest_staff)
填充缺失值：
很多时候我们需要将缺失值替换成有效的数值。
虽然可以通过 isnull() 方法建立掩码来填充缺失值，但是 Pandas 为此专门提供了一个fillna() 方法，它将返回填充了缺失值后的数组副本。
用一个单独的值来填充缺失值：
data.fillna(0)
用缺失值前面的有效值从前往后填充（forward-fill)：
data.fillna(method='ffill')
series的话可以上述那样直接填充，如果是DataFrame还需要在填充时需要设置坐标轴参数 axis：
df.fillna(method='ffillna',axis=1)
需要注意，在从前往后填充时，如果需要填充的缺失值前面没有值，那么它就仍然是缺失值。
分组填充缺失值：举例填充平均值
data["DA_num"] = data.groupby(["industry","Year"])["DA_num"].transform(lambda x: x.fillna(x.mean()))
将处理后的文件导出为excel/csv:
data.to_excel("data_path")
data.to_csv("data_path")
