Python pandas操作Excel：数据读写与批量处理

在Python中，pandas是一个强大的数据处理库，可以方便地对Excel等表格数据进行读写和批量操作。下面将通过几个示例，介绍如何使用pandas进行Excel文件的数据处理。
读取Excel文件
首先，我们需要安装pandas库。如果还未安装，可以使用以下命令进行安装：

pip install pandas

安装完成后，可以通过以下代码读取Excel文件：

import pandas as pd
# 读取Excel文件
df = pd.read_excel('example.xlsx')
# 显示数据前5行
print(df.head())

在上述代码中，我们使用pd.read_excel()函数读取名为example.xlsx的Excel文件，并将其存储在一个名为df的DataFrame对象中。然后，使用head()函数显示数据的前5行。
写入Excel文件
接下来，我们将介绍如何将DataFrame中的数据写入Excel文件。可以使用to_excel()函数实现：

# 将数据写入Excel文件
df.to_excel('output.xlsx', index=False)

在上述代码中，我们使用to_excel()函数将DataFrame中的数据写入名为output.xlsx的Excel文件中。通过设置参数index=False，可以避免将行索引写入文件中。
批量操作
除了读写操作外，pandas还提供了丰富的数据处理功能，可以对数据进行批量操作。例如，可以使用apply()函数对DataFrame中的每一列或行进行操作：

# 对每一列数据进行求和操作
df.apply(lambda x: sum(x))

在上述代码中，我们使用apply()函数对DataFrame中的每一列数据进行求和操作。通过传递一个lambda函数作为参数，可以对每一列分别执行求和操作。
这只是pandas在Excel数据处理中的一些基本操作。pandas还提供了许多其他功能，如数据清洗、数据筛选、数据分组和聚合等。通过进一步学习和实践，你可以更深入地了解pandas在数据处理方面的强大功能。