从文件Energy Indicators.xls中加载能源数据，该文件是联合国2013年能源供应和可再生电力生产指标列表，应放入变量名称为energy的DataFrame中。
请记住，这是一个 Excel 文件，而不是逗号分隔值文件。此外，请确保从数据文件中排除页脚和页眉信息。前两列是不必要的，因此您应该删除它们，并且您应该更改列标签，以便这些列是：
['国家'、'能源供应'、'人均能源供应'、'可再生能源百分比'] 将能源供应转换为千兆焦耳（1,000,000 亿焦耳）。对于所有缺少数据（例如带有“...”的数据）的国家/地区，请确保将其反映为 np.NaN 值。
重命名以下国家/地区列表（用于后面的问题）：“大韩民国”：“韩国”，“美利坚合众国”：“美国”，“大不列颠及北爱尔兰联合王国”：“美国王国”、“中国、香港特别行政区”：“香港”
还有几个国家的名称中带有数字和/或括号。一定要删除这些，例如'Bolivia (Plurinational State of)'应该是'Bolivia'，'Switzerland17'应该是'Switzerland'。
接下来，从文件world_bank.csv 中加载GDP 数据，该文件是一个包含世界银行从1960 年到2015 年的各国GDP 的csv。称之为 DataFrame GDP。确保跳过标题，并重命名以下国家/地区列表： "Korea, Rep.": "South Korea", "Iran, Islam Rep.": "Iran", "Hong Kong SAR, China": "Hong Kong ”
最后，从文件 scimagojr-3.xlsx 中加载能源工程和电力技术的 Sciamgo 期刊和国家排名数据，该文件根据国家在上述领域的期刊贡献进行排名。调用此 DataFrame ScimEn。
将三个数据集：GDP、Energy 和 ScimEn 加入一个新数据集（使用国家名称的交集）。仅使用过去 10 年（2006-2015）的 GDP 数据和 Scimagojr '排名'（排名 1 至 15）的前 15 个国家。
这个DataFrame的索引应该是国家名称，列应该是['Rank', 'Documents', 'Citable documents', 'Citations', 'Self- citations', 'Citations per document', 'H指数”、“能源供应”、“人均能源供应”、“可再生能源百分比”、“2006”、“2007”、“2008”、“2009”、“2010”、“2011”、“2012”、“2013” ', '2014', '2015']。
此函数应返回一个包含 20 列和 15 个条目的 DataFrame。 …