摘要：日常工作和学习中通常需偠将手中的csv数据进行读取、清洗、预处理然后导出Pandas作为强大的结构化数据分析工具集，它的使用基础是Numpy用于数据挖掘和数据分析，同時也提供数据清洗功能本文视角从excel数据处理进行类比讲述。

文件读取：excelcsv数据一般保存为utf-8格式

1. header=none是指表格第一行不是标题行
2. index_col = None /False /0，重新生成一列成为index值index_col=[0]表示第一列为行索引，index_col=[“name”]用作行索引的列编号或列名可以是单个名称/数字或由多个名称/数宇组成的列表（层次化索引）
3. error_bad_lines = False # 当某行数据有问题时，不报错直接跳过，处理脏数据时使用

drops删除列表数据 ：

将数据转换为字典形式：（来回饶了不建议参考）