「这是我参与2022首次更文挑战的第27天，活动详情查看：2022首次更文挑战」。
今天我们来学习用python处理excel的方法。首先，按日期筛选数据，我们先把excel数据导入
import pandas as pd
data = r'C:\Users\86176\Desktop\SalesData.xlsx'
df = pd.DataFrame(pd.read_excel(data))
print(df.head())
Data是其日期列，我们将其设置为索引
df1 = df1.set_index('Data')
print(df1['2017'])
这样，我们就可以得到2017年的销售数据了！
而如果想要2017-2018年的数据，只需要在2017后面加上2018即可，如下：
print(df1['2017':'2018'])
如果想获取某月的数据，只需要在填写年份的时候，加上月份即可，如df1['2017-11']
同样的如果想获得具体日期的数据，把日也填上去即可，如df1['2017-3-2':'2017-3-2']
要注意，这里需要把日期作为索引才可以哦，否则会提示错误。
如果你想按年、月、日来显示数据，可以使用to_period()方法，如
df2 = df1.to_period('M')
print(df2)
这里显示的是月显示数据，年度的话将M改为A即可，季度是Q
我们看上面的数据都是没有累计求和的，如果我们想看每年度的数据，就要用到sum函数了，例如：
df1.resample('AS').sum()
这是按年度统计数据的效果，AS是每年第一天为开始日期。A则是每年最后一天
两个方法还能结合使用，例如下面这代码，大家想想会出现什么样的结果：
df1.resample('AS').sum().to_period('A')
这样统计跟上面统计的区别，一个是有具体的日期显示出来了，另外一个则是只有年度信息。
