大家好，欢迎收看思路实验室出品的Python入门教程，我是室长。
在经过了几期的学习之后，我们对如何使用pandas进行数据操作有了一个基本的了解。当然，pandas支持的操作非常多，很多时候难以用一个主线来串联起来。这个系列我们就来聊一聊pandas那些有用但还没有讲到的方法。
首先大家最关心的可能就是数据的导入了。我们在初始pandas时使用read_csv方法从csv文件中读取了数据，后续的内容则是在python中生成数据。虽然我们一直在将pandas和excel进行对比，但还没有正式地操作一个excel文件。
read_excel方法
那安装什么模块呢？这要取决于我们打开的excel文件是什么格式。打开xls文件需要安装的是xlrd模块，而打开xlsx文件需要安装的是openpyxl模块。关于如何安装模块请参见教程主线第十一期。
安装好之后我们并不需要导入这个模块，直接调用read_excel就好。这里第一个参数是需要打开的文件的文件名，第二个参数是表格名，在excel的左下角位置，一般默认的是Sheet1，这里因为是使用的csv另存为excel表格，所以表格名就是“工资”：
实际上，pandas并不仅仅能读取excel文件,在pycharm中输入一个read能弹出好几十条候选方法：
方法太多了，我们挑几个最常用的讲一下：
爬虫、数据库
当然，有读取就会有输出。在pandas中输出方法一般是to_xxx的形式。
这里仍然需要注意的是to_excel方法。它同样需要依赖于其他模块。输出xls文件依赖于xlwt模块，而输出xlsx文件仍然依赖于openpyxl模块。
也就是说，对于xlsx文件，只安装一个openpyxl模块就够了。毕竟xlsx是新的excel文件格式，xls还是97-2003的格式，也快该淘汰了。而且xlrd和xlwt模块只支持不超过65535条数据，一旦数据量过大就无法使用了。所以还是建议大家使用xlsx文件进行数据的存储。
concat方法
连接后：
如果列标签不完全相同也不是不行，新的DataFrame会包含所有的列标签，没有数据的地方会填充NaN。
如果不希望这样，只希望共有的列标签添加到新的DataFrame中，则可以给join参数赋值为'inner'。
看到这里，是不是感觉有点似曾相识？其实concat和merge差不太多，merge主要进行行的连接，而concat主要进行列的连接。
赞和在看