之前写过两篇用Python代替Excel的文章，然后就一直没再写。
想起我刚学Python的时候，也是走过许多弯路的。从Python语法呀、环境呀那些学，学得头大，而且一边学一边忘。经历了几年的工作，也对Python常用的模块和语法有了了解，所以打算写一个系列，手把手教大家用Python处理数据，现学现用。会写得比较详细哈，如果有点基础的人，可能会觉得废话。
适用人群：编程0基础，且想往数据分析发展的。
温馨提示：我不是专业的编程出身，所以编的程序可能在性能方面、消耗内存方面没考虑那么多，但是对于初级入门来说，肯定是妥妥的，而且能解决工作中大部分的数据处理需求哈。
数据的读取
上一篇文章，介绍了如何安装anaconda，如果你是0基础，强烈建议你先花两分钟看一下上一篇文章哦，数据分析与Python：【手把手教你Python数分】1：Python与Anaconda
安装完成之后，你的Python之路就开启了大门。哈哈~
- 准备工作
童鞋们，作为数据分析师，咱们的个程序，可不是“hello world”哈，而是读取Excel文件。
准备工作：下载示例数据，提取码：tkqn
数据介绍：这份数据是在网上下载的亚马逊食品评论数据，为了方便后续学习，我自己添加了一些数据。这份数据没有实际价值，仅供学习~
data表：包括了产品ID、用户ID、时间（我随机生成的）、评分等。
price表：产品ID、价格（随机生成）。
- 我的个Python程序
下载好数据之后，存放到某个文件夹。
好，打开anaconda中的Spyder！
点击新建，出现新的代码框，可以在里面编写个程序。
咱们今天的目的，是为了用Python读取amazon_data那个文档。
import pandas as pd #pandas是数据处理模块，import是导入，as pd是命名别名
amazon_data = pd.read_excel(r'D:\data\python\amazon-fine-foods\amazon_data.xlsx',sheetname='data')在左边代码框写好这两句代码，点击绿色的三角运行程序（需要保存py文件），会在右边显示实时结果。
运行程序时，会一直显示右边的runfile(文件)，因为文件比较大，读取时间比较久。若是出现 In [2] 则说明数据读取完毕，且右上方的 Variable exporer会显示运行程序中涉及的变量及相关信息，此处是我们命名的 amazon_data。
从这里可以看到，我们读取的数据Type为“DataFrame”格式，大小是 568454行，10列，列命包括：Id、ProductId、UserId等等。
此时变量已经在IPython实时窗口了，可以直接在里面打印出变量数据：print(amazon_data)
注意，如果没有运行，就在ipython窗口打印变量的话，是会出现错误的。
好，作为数据分析师，咱们个程序就编写好了。
- 语法讲解及延伸
今天涉及到 import 、read_excel这两个知识点。
import：
在Python当中，是有很多工具箱的。举个栗子，Python就相当于大学，工具箱就相当于专长不同的学院，有的擅长数据(pandas、numpy)，有的擅长图像(matplotlib等)，还有的是专门用来机器学习的(sklearn等)。那么我们用它们之前，需要用import导入，才能使用它们里面的各种方法或函数。
import 库名 as 别名，使用库的方法时得以【库名.方法】的格式，有些库名很长，用起来不方便，所以就要起个简单的别名。比如pandas时常是pd，numpy是np等等。
pd.read_excel()：
这是Python常用来读取外部Excel文件的。当然还有读取csv的，pd.read_csv()。用法是括号里面是字符串：存放位置+文件名.格式，如 'd:\data\数据.xlsx' 。注意Excel是xlsx还是xls格式，如果没对应上是会出错的。
data = pd.read(r'd:\data\数据.xlsx') r是防止字符转译的，为了保险起见，还是都加上r吧。如果Excel里有多个sheet，默认是读个。如果要读特定的，可以加上sheetname='某某'。
如本次教程中的:
amazon_data = pd.read_excel(r'D:\data\python\amazon-fine-foods\amazon_data.xlsx',sheetname='data')
因为本次数据实例，是有两个sheet的，一次读一个，当然OK。但是如果是多个且数据较多的情况，建议使用以下方法：
#方式1：
import pandas as pd
io = pd.io.excel.ExcelFile(r'D:\data\python\amazon-fine-foods\amazon_data.xlsx')
amazon_data = pd.read_excel(io,sheetname='data')
price = pd.read_excel(io,sheetname='price')
io.close()
#方式2：
import pandas as pd
amazon_data = pd.read_excel(r'D:\data\python\amazon-fine-foods\amazon_data.xlsx',sheetname='data')
price = pd.read_excel(r'D:\data\python\amazon-fine-foods\amazon_data.xlsx',sheetname='price')
#在数据量大、sheet多的情况下，方式1的速度大于方式2的速度延伸：
数据处理好了，如果需要输出Excel文件，则要用到to_excel。
import pandas as pd
amazon_data = pd.read_excel(r'D:\data\python\amazon-fine-foods\amazon_data.xlsx',sheetname='data')
amazon_data.to_excel(r'D:\data\new.xlsx') #存入D盘的data文件夹同样，如果是多个表需要输出，且输出到一个Excel的不同sheet，可以使用：
import pandas as pd
writer=pd.ExcelWriter(r'D:\data\python\存储数据.xlsx')
amazon_data .to_excel(writer,sheet_name='data')
price.to_excel(writer,sheet_name='price')
writer.save()
