1，表頭或是excel的索引如果是中文的話，輸出會出錯
解決方法：python的版本問題！換成python3就自動解決了！當然也有其他的方法，這里就不再深究
2，如果有很多列，如何輸出指定的列？
需求情況：有的時候，數據很多，但是只要僅僅對部分列的數據進行分析的話，要怎么做？
解決方法：
df = pandas.read_excel('1.xls',sheetname= '店鋪分析日報')
df = df.loc[:,['關鍵詞','帶來的訪客數','跳失率']] #訪問指定的列
一行讀取數據，第二行訪問指定列
3，如何為數據框添加新的列？
需求情況：有一個表格，里面的列是單價，數量，想再輸出一個總價的列，或是對一些數據進行總結
解決方法：直接上代碼
from pandas import read_csv;
import pandas;
df = read_csv("1.csv", sep="|");
#把計算結果添加為一個新的列
df['result'] = df.price*df.num #新的列名，后面是對應的數值
print (df)
4，如何對百分號的數值進行計算，再將其輸出
需求情況：比較蛋疼的一個情況，電商很多數據都是百分比的，帶有百分號，不能進行直接的計算，需要對其進行轉換，然后再輸出
解決方法：
from pandas import read_csv;
import pandas;
df = read_csv("1.csv", sep="|");
f = df['跳失率'].str.strip("%").astype(float)/100;
f.round(decimals=2) #保留小數點后面2位
f_str = f.apply(lambda x: format(x, '.2%')); #再轉換成百分號並且保留2位數（精度可以調整）
df['跳失率'] = f_str #重新賦值
5，如何獲取導入的數據有幾行和幾列（數值）
需求情況：有的時候需要寫一個通用腳本，比如隨機抽樣分析，程序自動獲取行和列的話，寫出來的腳本通用性明顯會很強
解決方法：
df.columns.size #獲取列數
df.iloc[:, 0].size #獲取行數
6，如何對數據進行排序
需求情況：這個就不用說了，到處都要用到
解決方法：
df['跳失率'].size #對數據進行排序
newDF = df.sort(['曝光量', '帶來的訪客數'], ascending=[True, False]); #多重排序
7，如何刪除指定的列？
需求情況：同樣，十幾列的數據，如果你想獲取指定的輸出數據，可以用方法2，但是如果想要獲取的數據列比較多，只有1-2行不想要，這樣就可以用指定刪除列的方法了
解決方法：
df.columns.delete(1)
一行代碼搞定！
總結：整體來說的，python的語法在做數據分析還是相當簡單的，很多的需求基本上就是一行代碼搞定！
8，如何添加整行數據？
df.append([1,2,34,,5])