② 访问一列或多列
“访问一列或多列”，相对来说比较容易，直接采用中括号“标签数组”的方式，就可以获取到一列或多列。
方法1：访问一列
df["武汉"]
方法2：访问多列
df[["武汉","广水"]]
③ 访问一行或多行
“访问一行或多行”，方法就比较多了，因此特别容易出错，因此需要特别注意。
方法1：访问一行
# 位置索引 df.iloc[0] # 标签索引 df.loc["地区1"]
方法2：访问多行
# 位置索引 df.iloc[[0,1,3]] # 标签索引 df.loc[["地区1","地区2","地区4"]]
④ 访问单元格中某个值
“访问单元格中某个值”，也有很多种方式，既可以使用“位置索引”，也可以使用“标签索引”。
# 使用位置索引 df.iloc[2,1] # 使用标签索引 df.loc["地区3","天门"]
⑤ 访问多行多列
“访问多行多列”，方法就更多了。我一共为大家总结了5种方法。第一，iloc+切片；第二种，loc+标签数组；第三种，iloc+切片+位置数组；第四种，loc+切片+标签数组。
方法1：iloc+切片
# 选取前3行数据的所有列 df.iloc[:3,:]
方法2：loc+标签数组
# 选取地区1和地区3这两行的武汉、孝感、广水列 df.loc[["地区1","地区3"],['武汉','孝感','广水']]
方法3：iloc+切片+位置数组
# 选取所有行的第2和第5列数据 df.iloc[:,[1,4]]
方法4：loc+切片+标签数组
# 选取地区1和地区2这两行的武汉和广水列 df.loc[:"地区2":,["武汉","广水"]]
4. Excel数据的拼接
在进行多张表合并的时候，我们需要将多张表的数据，进行纵向（上下）拼接。在pandas中，直接使用pd.concat()函数，就可以完成表的纵向合并。
关于pd.concat()函数，用法其实很简单，里面有一个参数ignore_index需要我们注意，ignore_index=True，表示会忽略原始索引，生成一组新的索引。
如果不使用ignore_index参数
df1 = pd.read_excel("concat.xlsx",sheet_name="Sheet1") df2 = pd.read_excel("concat.xlsx",sheet_name="Sheet2") pd.concat([df1,df2],ignore_index=True)
结果如下：
从上表可以看到，里面有两条记录是完全重复的，我们直接可以再调用drop_duplicates()函数，实现去重操作。
df1 = pd.read_excel("concat.xlsx",sheet_name="Sheet1") df2 = pd.read_excel("concat.xlsx",sheet_name="Sheet2") pd.concat([df1,df2],ignore_index=True).drop_duplicates()
结果如下：
5. Excel数据写出
当我们将某个Excel文件中的表，进行读取、数据整理等一系列操作后，就需要将处理好的数据，导出到本地。其实Pandas库中可以导出的数据格式有很多种，我们同样以导出xlsx文件为例，进行讲述。
在Pandas库中，将数据导出为xlsx格式，使用的是DataFrame对象的to_excle()方法，其中这里面有4个常用的参数，详情如下。
excel_writer：表示数据写到哪里去，可以是一个路径，也可以是一个ExcelWriter对象。
sheet_name：设置导出到本地的Excel文件的Sheet名称。
index：新导出到本地的文件，默认是有一个从0开始的索引列，设置index=False可以去掉这个索引列。
columns：选则指定列导出，默认情况是导出所有列。
encoding：有时候导出的文件会出现乱码的格式，这个时候就需要使用该参数设置文件编码格式。
df1 = pd.read_excel("concat.xlsx",sheet_name="Sheet1") df2 = pd.read_excel("concat.xlsx",sheet_name="Sheet2") df3 = pd.concat([df1,df2],ignore_index=True) df3.to_excel(excel_writer="to_excel.xlsx",sheet_name="to_excel",index=None)
6. ExcelWriter的使用
有时候我们需要将多excel表写入同一个工作簿，这个时候就需要借助Pandas中的pd.ExcelWriter()对象，默认对于xls使用xlwt引擎，对于xlsx使用openpyxl引擎。
这里面有两个参数，一个是路径参数Path，表示生成文件的存放路径，一个是时间格式化参数datetime_format，可以将生成文件中的时间列，按照指定时间格式化输出。
df1 = pd.read_excel("concat.xlsx",sheet_name="Sheet1") df2 = pd.read_excel("concat.xlsx",sheet_name="Sheet2") with pd.ExcelWriter("excel_writer.xlsx",datetime_format="YYYY-MM-DD") as writer: df1.to_excel(excel_writer=writer,sheet_name="df1",index=None) df2.to_excel(excel_writer=writer,sheet_name="df2",index=None)
上面第三行代码，我们打开了一个ExcelWriter对象的同时，将所有设计到时间列的数据，进行格式化输出为年-月-日。
接着第四行代码，我们将df1中的数据写到这个ExcelWriter对象中，将这个Sheet取名为df1。
最后第五行代码，再将df2中的数据写入到这个ExcelWriter对象中，同样将Sheet取名为df1。
