1、使用 pandas 库导入 Excel 数据

要处理 Excel 数据，可以使用 Python 中的 pandas 库。首先需要安装 pandas 库，可以使用 pip install pandas 命令进行安装。安装完成后，可以使用 pandas 库中的 read_excel 函数来导入 Excel 数据。

读取 Excel 文件需要指定文件路径和文件名，可以使用下面的代码来读取 Excel 数据：

import pandas as pd

# 读取Excel数据
data = pd.read_excel('文件路径/文件名.xlsx')
Python

2、处理 Excel 数据

读取 Excel 数据后，可以使用 pandas 库提供的各种函数和方法来处理数据。以下是一些常用的操作：

（1）查看数据：可以使用 head() 方法来查看前几行数据，默认查看前 5 行。示例如下：

# 查看前5行数据
data.head()
Python

（2）筛选数据：可以使用条件筛选来获取满足某些条件的数据。例如，获取单列中某个条件的数据，可以使用以下代码：

# 筛选出某一列中值大于10的数据
filtered_data = data[data['列名'] > 10]
Python

（3）计算统计量：可以使用描述性统计函数来计算数据的统计量，如平均值、标准差等。例如，计算某一列的平均值，可以使用以下代码：

# 计算某一列的平均值
mean_value = data[' 列名 '].mean()
Python

更多数据处理操作可以参考 pandas 官方文档。

3、导出 Excel 数据

处理完 Excel 数据后，可以将结果导出为 Excel 文件。可以使用 pandas 库提供的 to_excel 方法来实现。以下是一个示例代码：

# 导出数据到 Excel 文件
data.to_excel(' 输出文件路径 / 输出文件名 .xlsx', index=False)
Python

其中，index=False 表示不导出行索引。导出的 Excel 文件将保存在指定的路径和文件名下。

以上就是使用 Python 处理 Excel 数据的基本方法。通过 pandas 库的读取和处理数据功能，可以快速、方便地对 Excel 数据进行操作和分析。