如何用Python輕鬆搞定Excel日常任務

幾乎人人都在用Excel，這種極易上手的數據分析工具無處不在，一旦你掌握了竅門，它就變得非常強大。而Python通常被認為更具有挑戰性，但能做的事也更多。

當Python遇到Excel會發生什麼？本文將告訴你，這三項Excel日常任務，如何用Python輕鬆搞定。

首先導入Pandas並根據工作簿中可用的工作表加載兩個dataframe，稱它們為sales和states。

import pandas as pd

sales = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name ='sales')

states = pd.read_excel('https://github.com/datagy/mediumdata/raw/master/pythonexcel.xlsx', sheet_name ='states')

調用dataframe的head()方法，如下所示：

print(sales.head())

與Excel進行對比：

可以看到Pandas和Excel顯示的數據是比較相似的，但是有一些關鍵的區別：

· Excel從A開始用字母標記列，而Pandas用變量名稱

· Excel起始行數為1，而Pandas起始行數（“索引”）為0

那麼要如何使用Pandas來完成Excel任務呢？

數據透視表是Excel最強大的功能之一，用户可以難以置信的速度從大型數據集中提取有意義的數據。來創建一個關於每個城市銷售總額數據透視表：

用户只需將City字段拖到Rows部分，將Sales字段拖到Values部分。Excel會自動彙總數據集中每個城市的銷售額。

編寫以下代碼，Pandas可以實現相同的數據透視表：

sales.pivot_table(index = 'City',values = 'Sales', aggfunc = 'sum'))

它是怎樣實現的呢：

1.sales.pivot_table告知Pandas基於sales的dataframe創建數據透視表index指定了要聚合的項目

2.values指定了要聚合的值

3.aggfunc指定了使用的函數（還要用到mean、max、min等）

Excel中使用IF函數非常方便，可以根據另一個單元格中的條件應用特定的標籤。假設要創建一個新列來告知列B中單元格的值是否大於500。在Excel中，將列E標記為大於500，然後進入單元格E2並寫入：

=IF([@Sales]>500,"Yes", "No")

換成Python，可以使用列表生成式輕鬆地應用相同的if語句：

df['MoreThan500'] = ['Yes' if x> 500 else 'No' for x in df['Sales']

列表生成式非常適合這類工作，不用再編寫複雜if/else語句，你可以更快寫出更整潔的代碼。

在數據集中，一個表上有城市，另一個表上有州/省。這並不理想，但是可以在Excel中使用VLOOKUP來鏈接數據。VLOOKUP的工作方式類似於左聯接，即保留左數據集中的所有記錄。讓Excel上下垂直查找表中的特定值，然後返回一個值，該值位於它右邊的某一列中。

增加一個名為“State”的列，使用VLOOKUP從states表中返回相應的州。

而在Python中，可以使用Pandas的merge函數來完成相同的事情。merge函數獲取兩個dataframe並將它們合併。代碼如下：

sales = pd.merge(sales, states,how='left', on='City')

讓我們逐步來看看它：

1.第一個參數是原始dataframe

2.第二個參數是查找值所在的dataframe

3.how指定要創建的連接類型

4.on指定了想要合併的變量（如果在每個dataframe中變量名不同，還可以用left_on和right_on）

你可能會問，既然Excel中可以做到，為什麼還要使用Pandas呢？Python能夠生成可重用的、可跟蹤的代碼，我們能夠輕鬆地複製分析設計。

對於較小的分析來説，Excel可能就足夠了。但給何妨Pandas一個機會，或許你會打開一個新世界。

留言點贊關注我們一起分享AI學習與發展的乾貨

如轉載，請後台留言，遵守轉載規範