概述
excel占领办公领域已经大半个世纪,进入人工智能新时代后,其霸主地位受到python等语言和工具的挑战。编程不再是专业人士的专利,而是“飞入寻常百姓家”的日用工具了,在前面那篇表哥表姐!是时候扔掉Excel了文章里,已经阐明了这个观点。
用Python来做Excel的活
接下来,我们会用更实际的例子来证明Python已经是Excel无可比拟的对手,是Excel的掘墓人。在这些例子里会展示一些常见的Excel任务以及如何在python的pandas中执行类似的任务。虽然例子有些微不足道,但足够能体现用python来化繁为简的创造性的解决问题的能力呢。
向行添加总和
介绍的第一项任务是汇总列数据,并添加总列。
首先将excel数据导入到pandas数据帧中。
第一项任务是汇总一些列以添加总列
结果如下:
接下来,进行求和:
接下来,按每个月汇总。以下是执行的操作,如Excel中所示:
如上图所示,在excel中用 SUM(G2:G16) 在每列中添加了第17行,以按月获得总计。
这种列操作在python中简直是小意思。
自动纠错转换
再举一个例子,将状态缩写添加到数据集中。
自动纠错转换
从Excel的角度来看,最简单的方法可能是添加一个新列,对州名进行vlookup并填写缩写。
这里是excel操作结果:
您会注意到执行vlookup后,有些值无法正确显示。那是因为拼错了一些州。在在大数据集情况下,Excel中处理这将是非常具有挑战性的。
幸运的是,python可以搞定,而且非常容易。wuzzy库非常棒,可以自动纠错。
首先安装wuzzy 库。
首先导入适当的fuzzywuzzy函数并定义我们的状态映射字典。
以下是wuzzy模糊文本匹配功能如何工作的一些例子。
现在我们知道它是如何工作的,创建函数来获取状态列并将其转换为有效的缩写。对此数据使用80 score_cutoff。您可以使用它来查看适用于您的数据的数字。你会注意到要么返回一个有效的缩写,要么np.nan 字段中有一些有效的值。
在想要的位置添加列,并用NaN值填充它:
使用 apply 将缩写添加到approriate列中。
一个非常简单的智能清理数据功能开发完毕。当数据只有15行左右时,这不是什么大问题。但是,如果有15,000呢?难道你想在Excel中一行行手动来处理这些?
分类汇总
本文的末尾,按州汇总一些数据。
在Excel中,将使用该 subtotal 工具执行此操作。
输出看起来像这样:
在pandas中创建小计是使用groupby来实现汇总。
接下来,通过使用 applymap 数据框中的所有值将数据格式化为货币。注意,定义的money函数,用在apply里很高效。
处理后的格式看起来不错,接下来按月份进行汇总。
将值转换为列并对其进行格式化。
最后,将总值添加到DataFrame。
您会注意到数据的最末尾索引为“0”。如何重命名为一个有意义的名字呢?用 rename 。
最后发现,索引变为了Total,一切都很完美了!
结论
希望本文能帮助到那些希望替换掉Excel并换用Python的朋友。希望这些例子可以帮助其他人相信他们可以用Python来避免大量Excel数据操作。如果您有其他Excel操作,自己试验过,但是仍然没成功,而且想要学习如何在python里来进行相应操作,请通过以下评论告诉我,我会尽力提供帮助。
领取专属 10元无门槛券
私享最新 技术干货