dataframe的使用方法
数据挖掘过程中你使用最多的工具是什么？
数据挖掘过程中你使用最多的工具是什么？
可以举例语言或是具体的框架之类的
当然是Python了，之所以Python能在机器学习方面笑傲江湖，全靠他哥俩，numpy和pandas，因为有了他俩，Python处理数组和矩阵才成为现实。
在数据挖掘过程中，数据探索和数据处理方面，主要是pandas，提供了类似行列式DataFrame的数据结构，在读取外部数据，变换数据，处理空置和异常数据方面有极其强大的作用，而且使用起来非常简单。是我日常分析数据，处理数据常用的工具。
matplotlib库是Python数据图库，提供了强大的图表功能，在在平面和三维立体图方面非常便捷，是数据可视化的机器。
当然，还有机器学习库scikit-learn，里面包含了绝大部分算法，分类，回归，降维，还提供了强大的模型优化类和模型评估类，也有专门用作文本分析的算法和特征提取，特征选择等。
当然，Python也有不足之处，就是Python不支持分布式计算，在当然大数据方面，这是致命的不足，不过分布式计算平台spark，提供了全面的Python接口，可以方便的使用Python来操作spark来处理数据。
怎么用Python制作EXCEL表格？
你说的是用python读写excel吧，这里介绍3种方式，分别是pandas,openpyxl和xlrd,xlwt，使用起来都挺简单的，下面我简单介绍一下这3种方式，实验环境win7 python3.6 pycharm5.0，主要内容如下：
这里为了方便演示，新建了一个excel.xls文件，后面读取的文件都以这个文件为例，内容如下：
pandas读写excel：pandas是python的一个数据处理包，里面提供了大量处理数据的函数和类，包括csv,json,excel等文件，下面我简单介绍一下pandas如何读取excel，测试代码及截图如下：
1.读取excel文件，这里直接使用read_excel这个函数就行，如下，1行代码就搞定excel文件数据的读取：
程序运行截图如下：
2.写入excel，这个实现起来也挺简单的，直接使用DataFrame类的to_excel函数就可轻松实现，代码如下：
程序运行截图如下，成功保存数据到excel中：
openpyxl：这是python一个专门用于读写excel文件的包，目前来说，只支持xlsx文件的读写，不支持xls文件，网上有许多这个包的教程，下面我简单介绍一下这个包的使用：
1.读取excel文件，这里直接按行按列直接读取就行，测试代码如下：
程序运行截图如下，已经成功读取到数据：
2.写入excel文件，这个也挺简单的，数据构造完成后，直接写入excel就行，测试代码如下：
程序运行截图如下：
xlrd和xlwt读写excel文件，这里的excel类型只能是xls，不能是xlsx，其中xlrd专门用于读取excel文件，xlwt专门用于写入excel文件，这是一种最基础的操作excel文件的包，下面我简单介绍一下：
1.xlrd读取excel文件，代码很简单，如下：
程序运行截图如下：
2.xlwt写入excel文件，这里也挺简单的，直接构造数据，写入就行，测试代码如下：
程序运行截图如下：
至此，我们就完成了对excel文件的读写。总的来说，这3种方式都挺简单的，只要你有一定的python基础，多加练习，很快就能掌握的，网上也有很多这方面的教程，感兴趣的可以搜一下，希望以上分享的内容能对你有所帮助吧。