使用pandas读取Excel数据并进行操作

首先，确保已经安装了pandas和openpyxl库。如果没有安装，可以通过pip命令进行安装：

pip install pandas openpyxl

接下来，我们将使用pandas的read_excel函数读取Excel文件。假设我们有一个名为data.xlsx的Excel文件，其中包含两列数据：’Name’和’Age’。

import pandas as pd
# 读取Excel文件
df = pd.read_excel('data.xlsx')
# 显示数据帧的内容
print(df)

现在，我们已经成功读取了Excel文件，并将其存储在名为df的数据帧中。接下来，我们将展示如何选择特定列、过滤数据以及进行一些基本的数据处理。

1. 选择特定列：
   要选择数据帧中的特定列，可以使用列名作为索引。例如，要选择’Name’列，可以使用以下代码：

   names = df['Name']
   print(names)

2. 过滤数据：
   使用条件过滤可以从数据帧中筛选出符合特定条件的行。例如，要筛选出年龄大于等于18岁的行，可以使用以下代码：

   df_filtered = df[df['Age'] >= 18]
   print(df_filtered)

3. 数据处理：
   可以使用pandas提供的方法对数据进行处理。例如，要计算平均年龄，可以使用以下代码：

   average_age = df['Age'].mean()
   print(average_age)

   除了这些基本操作外，pandas还提供了许多其他功能，包括排序、分组和聚合等。可以根据需要进行探索和使用。在实际应用中，建议参考pandas官方文档和示例以了解更多高级功能和用法。