读取数据👉read_xxx

读取excel的数据

df = pd.read_excel(item_file_path)

读取csv的数据

df = pd.read_csv(file_path, encoding='gbk')

遍历数据👉iterrows、iteritems

行遍历👉iterrows

for index, obj in item_df.iterrows():
    index  # 行号
    obj  # 当前行的数据对象
    obj['col_name']  # 获取当前行的对应的列名col_name的数据

列遍历👉iteritems

for col_name, col in item_df.iteritems():
    col_name  # 列名
    col  # 列对应行的数据
    col[row_index]  # 下标为row_index的行对应的col_name的数据

过滤列数据找到对应行数据👉[[condition]]

过滤列名为col_name的数据等于val值的行数据，将过滤得到的数据赋值到df_data变量上。

注：需要将获取得到的对应列的值（df['col_name']）和对比的值（val）转为字符型，

df_data = df[df['col_name'].astype(str) == str('val')]

列转为List👉tolist

将该列col_name的所有数据转为List结构

df['col_name'].tolist()

修改行对应的列数据👉loc[i, c]

将第index行的数据，对应的列col_name，修改值为new_val

df.loc[index, 'col_name'] = 'new_val'

添加列👉[‘new_col_name’]

往表格中添加新列new_col，并且赋值为new_col_val

注：需要保存当前的df才能在文件中看到效果

df['new_col'] = 'new_col_val'

保存文件👉to_xxx

将当前修改过的df保存到output_file.xls文件中。

注：文件名需要加上后缀

df.to_excel('output_file.xls', index=False)