环境:python 3.6.8以某米赛尔号举个例子吧:>>> pd.read_excel(‘1.xlsx’, sheet_name=‘Sheet2’) 名字 等级 属性1 属性2 天赋0 四九幻曦 100 自然 None 211 圣甲狂战 100 战斗 None 02 时空界皇 100 光 次元 27我们在这里使用了pd.read_excel()函数来读取excel，来看一下read_excel()这个方法的API，这里只截选一部分经常使用的参数:pd.read_excel(io, sheet_name=0, header=0, names=None, index_col=None, usecols=None)io:很明显, 是excel文件的路径+名字字符串(有中文的话python2的老铁需要使用decode()来解码成unicode字符串) 例如:>>> pd.read_excel(‘例子’.decode(‘utf-8))sheet_name:返回指定的sheet如果将sheet_name指定为None，则返回全表如果需要返回多个表, 可以将sheet_name指定为一个列表, 例如[‘sheet1’, ‘sheet2’]可以根据sheet的名字字符串或索引来值指定所要选取的sheet>>> # 如:>>> pd.read_excel(‘1.xlsx’, sheet_name=0)>>> pd.read_excel(‘1.xlsx’, sheet_name=‘Sheet1’)>>> # 返回的是相同的 DataFrameheader:指定数据表的表头,默认值为0, 即将第一行作为表头usecols：读取指定的列, 也可以通过名字或索引值>>> # 如:>>> pd.read_excel(‘1.xlsx’, sheet_name=1, usecols=[‘等级’, ‘属性1’])>>> pd.read_excel(‘1.xlsx’, sheet_name=1, usecols=[1,2])>>> # 返回的是相同的 DataFrame直到某一天泰格尔升了一级, 可以这样改一下, 当然用.iloc或.loc对象都可以>>> # 读取文件>>> data = pd.read_excel(“1.xlsx”, sheet_name=“Sheet1”)>>> # 找到 等级 这一列，再在这一列中进行比较>>> data[‘等级’][data[‘名字’] == ‘泰格尔’] += 1>>> print(data)LOOK！他升级了！！>>> data 名字 等级 属性1 属性2 天赋0 艾欧里娅 100 自然 冰 291 泰格尔 81 电 战斗 162 布鲁克克 100 水 None 28现在我们将它保存data.to_excel(‘1.xlsx’, sheet_name=‘Sheet1’, index=False, header=True)index:默认为True, 是否加行索引, 直接上图吧！左为False, 右为Trueheader:默认为True, 是否加列标, 上图吧！左为False, 右为True而io, sheet_name参数用法同函数pd.read_excel()如果我们多捕捉几只或者多加几种属性怎么办呢？这里给出参考：新增列数据：data[‘列名称’] = [值1, 值2, ……]>>> data[‘特性’] = [‘瞬杀’, ‘None’, ‘炎火’]>>> data 名字 等级 属性1 属性2 天赋 特性0 艾欧里娅 100 自然 冰 29 瞬杀1 泰格尔 80 电 战斗 16 None2 布鲁克克 100 水 None 28 炎火新增行数据，这里行的num为excel中自动给行加的id数值data.loc[行的num] = [值1， 值2， …], (注意与.iloc的区别)>>> data.loc[3] = [‘小火猴’, 1, ‘火’, ‘None’, 31, ‘None’]>>> data 名字 等级 属性1 属性2 天赋 特性0 艾欧里娅 100 自然 冰 29 瞬杀1 泰格尔 80 电 战斗 16 None2 布鲁克克 100 水 None 28 炎火3 小火猴 1 火 None 31 None说完了增加一行或一列，那怎样删除一行或一列呢？可以使用.drop()函数>>> # 删除列, 需要指定axis为1，当删除行时，axis为0>>> data = data.drop(‘属性1’, axis=1) # 删除属性1列>>> data 名字 等级 属性2 天赋 特性0 艾欧里娅 100 冰 29 瞬杀1 泰格尔 80 战斗 16 None2 布鲁克克 100 None 28 炎火3 小火猴 1 None 31 None>>> # 删除第3,4行，这里下表以0开始，并且标题行不算在类, axis用法同上>>> data = data.drop([2, 3], axis=0)>>> data 名字 等级 属性2 天赋 特性0 艾欧里娅 100 冰 29 瞬杀1 泰格尔 80 战斗 16 None>>> # 保存>>> data.to_excel(‘2.xlsx’, sheet_name=‘Sheet1’, index=False, header=True)大家具体可以参考官网提供的API:http://pandas.pydata.org/pand…