返回目录：excel表格制作
最近大家对python的热情很高，不少小伙伴都觉得有必要学习一下，那么怎么才能上手呢。首先要基于自己目前要做的事情来判断，是否需要学习，不能赶时髦，学了后又无用武之地，过一段时间技能就荒芜了。最好日常工作中能用到，就能持续不断进阶完成python的学习之旅。
今天我给大家讲讲怎么用python来处理日常的Excel文件，通过简单几条语句就可以获得相应的信息。
展示数据分布信息
import pandas as pd
mydata=pd.read_excel("./你的excel文件.xlsx",sheet_name="你的sheet name")
mydata['你的列名'].hist(bins=100)
以上代码导入了数据处理模块pandas，然后调用了模块中的read_excel函数，读出了相应的数据到mydata里，通过['列名']来筛选你要处理的数据集，最后调用hist函数绘制数据集中的统计信息，并展示其中排名前100的数据和相应的频次。
绘制趋势图
日常我们经常会处理一些报表，绘制趋势图也是经常要做的事情，通过python也可以迅速完成。下面是数据的表的情况
上面数据集隐去了列名，通过下面一行代码就可以完成绘制工作。
mydata.plot()
注意mydata中的数据会按照行绘制相应的趋势图，最好各项数据范围比较接近，不然组合来的效果就会比较差。
上图中的指示显示了乱码，因为plot默认不支持中文，需要增加中文字体在相应的目录，后面我们可以单独讲一讲这些配置。
按某字段求和
工作中经常会遇到按天统计或者按作品统计的情况，用groupby语句就可以完成啦
data.groupby("日期")['列名'].sum()
通过groupby的函数可以将所有数据按照某个字段来组合起来方便统计，上个语句是按日期进行组合，并对某列数据进行求和sum操作，类似你可以用mean、max、min等函数获得平均值、最大值、最小值等
好了，这篇教程就写到这儿了，希望对大家的日常工作有相应的帮助，如果大家日常工作有什么数据处理难题，可以给我留言，看看用python是否能帮到你。