14個(gè)用Python實(shí)現(xiàn)的Excel常用操作總結(jié)
前言
自從學(xué)了Python后就逼迫自己不用Excel，所有操作用Python實(shí)現(xiàn)。目的是鞏固Python，與增強(qiáng)數(shù)據(jù)處理能力。
這也是我寫這篇文章的初衷。廢話不說了，直接進(jìn)入正題。
數(shù)據(jù)是網(wǎng)上找到的銷售數(shù)據(jù)，長這樣：
一、關(guān)聯(lián)公式:Vlookup
vlookup是excel幾乎最常用的公式，一般用于兩個(gè)表的關(guān)聯(lián)查詢等。所以我先把這張表分為兩個(gè)表。
df1=sale[['訂單明細(xì)號(hào)','單據(jù)日期','地區(qū)名稱',?'業(yè)務(wù)員名稱','客戶分類',?'存貨編碼',?'客戶名稱',?'業(yè)務(wù)員編碼',?'存貨名稱',?'訂單號(hào)', ???????'客戶編碼',?'部門名稱',?'部門編碼']] df2=sale[['訂單明細(xì)號(hào)','存貨分類',?'稅費(fèi)',?'不含稅金額',?'訂單金額',?'利潤',?'單價(jià)','數(shù)量']]
需求：想知道df1的每一個(gè)訂單對(duì)應(yīng)的利潤是多少。
利潤一列存在于df2的表格中，所以想知道df1的每一個(gè)訂單對(duì)應(yīng)的利潤是多少。用excel的話首先確認(rèn)訂單明細(xì)號(hào)是唯一值，然后在df1新增一列寫：=vlookup(a2,df2!a:h,6,0) ，然后往下拉就ok了。（剩下13個(gè)我就不寫excel啦）
那用python是如何實(shí)現(xiàn)的呢？
#查看訂單明細(xì)號(hào)是否重復(fù)，結(jié)果是沒。 df1["訂單明細(xì)號(hào)"].duplicated().value_counts() df2["訂單明細(xì)號(hào)"].duplicated().value_counts() df_c=pd.merge(df1,df2,on="訂單明細(xì)號(hào)",how="left")
二、數(shù)據(jù)透視表
需求：想知道每個(gè)地區(qū)的業(yè)務(wù)員分別賺取的利潤總和與利潤平均數(shù)。
pd.pivot_table(sale,index="地區(qū)名稱",columns="業(yè)務(wù)員名稱",values="利潤",aggfunc=[np.sum,np.mean])
三、對(duì)比兩列差異
因?yàn)檫@表每列數(shù)據(jù)維度都不一樣，比較起來沒啥意義，所以我先做了個(gè)訂單明細(xì)號(hào)的差異再進(jìn)行比較。
需求：比較訂單明細(xì)號(hào)與訂單明細(xì)號(hào)2的差異并顯示出來。
sale["訂單明細(xì)號(hào)2"]=sale["訂單明細(xì)號(hào)"] #在訂單明細(xì)號(hào)2里前10個(gè)都+1. sale["訂單明細(xì)號(hào)2"][1:10]=sale["訂單明細(xì)號(hào)2"][1:10]+1 #差異輸出 result=sale.loc[sale["訂單明細(xì)號(hào)"].isin(sale["訂單明細(xì)號(hào)2"])==False]
四、去除重復(fù)值
需求：去除業(yè)務(wù)員編碼的重復(fù)值
sale.drop_duplicates("業(yè)務(wù)員編碼",inplace=True)五、缺失值處理
先查看銷售數(shù)據(jù)哪幾列有缺失值。
#列的行數(shù)小于index的行數(shù)的說明有缺失值，這里客戶名稱329<335,說明有缺失值 sale.info()
需求：用0填充缺失值或則刪除有客戶編碼缺失值的行。實(shí)際上缺失值處理的辦法是很復(fù)雜的，這里只介紹簡單的處理方法，若是數(shù)值變量，最常用平均數(shù)或中位數(shù)或眾數(shù)處理，比較復(fù)雜的可以用隨機(jī)森林模型根據(jù)其他維度去預(yù)測結(jié)果填充。若是分類變量，根據(jù)業(yè)務(wù)邏輯去填充準(zhǔn)確性比較高。比如這里的需求填充客戶名稱缺失值：就可以根據(jù)存貨分類出現(xiàn)頻率最大的存貨所對(duì)應(yīng)的客戶名稱去填充。
這里我們用簡單的處理辦法：用0填充缺失值或則刪除有客戶編碼缺失值的行。
#用0填充缺失值 sale["客戶名稱"]=sale["客戶名稱"].fillna(0) #刪除有客戶編碼缺失值的行 sale.dropna(subset=["客戶編碼"])
六、多條件篩選
需求：想知道業(yè)務(wù)員張愛，在北京區(qū)域賣的商品訂單金額大于6000的信息。
sale.loc[(sale["地區(qū)名稱"]=="北京")&(sale["業(yè)務(wù)員名稱"]=="張愛")&(sale["訂單金額"]>5000)]
七、 模糊篩選數(shù)據(jù)
需求:篩選存貨名稱含有"三星"或則含有"索尼"的信息。
sale.loc[sale["存貨名稱"].str.contains("三星|索尼")]八、分類匯總
需求:北京區(qū)域各業(yè)務(wù)員的利潤總額。
sale.groupby(["地區(qū)名稱","業(yè)務(wù)員名稱"])["利潤"].sum()
九、條件計(jì)算
需求：存貨名稱含“三星字眼”并且稅費(fèi)高于1000的訂單有幾個(gè)？這些訂單的利潤總和和平均利潤是多少？（或者最小值，最大值，四分位數(shù)，標(biāo)注差）
sale.loc[sale["存貨名稱"].str.contains("三星")&(sale["稅費(fèi)"]>=1000)][["訂單明細(xì)號(hào)","利潤"]].describe()
十、刪除數(shù)據(jù)間的空格
需求：刪除存貨名稱兩邊的空格。
sale["存貨名稱"].map(lambda?s?:s.strip(""))十一、數(shù)據(jù)分列
需求：將日期與時(shí)間分列。
sale=pd.merge(sale,pd.DataFrame(sale["單據(jù)日期"].str.split("?",expand=True)),how="inner",left_index=True,right_index=True)
十二、異常值替換
首先用describe()函數(shù)簡單查看一下數(shù)據(jù)有無異常值。
#可看到銷項(xiàng)稅有負(fù)數(shù)，一般不會(huì)有這種情況，視它為異常值。 sale.describe()
需求：用0代替異常值。
sale["訂單金額"]=sale["訂單金額"].replace(min(sale["訂單金額"]),0)
十三、分組
需求：根據(jù)利潤數(shù)據(jù)分布把地區(qū)分組為："較差","中等","較好","非常好"
首先，當(dāng)然是查看利潤的數(shù)據(jù)分布呀，這里我們采用四分位數(shù)去判斷。
sale.groupby("地區(qū)名稱")["利潤"].sum().describe()
根據(jù)四分位數(shù)把地區(qū)總利潤為[-9,7091]區(qū)間的分組為“較差”，(7091,10952]區(qū)間的分組為"中等" (10952,17656]分組為較好，(17656,37556]分組為非常好。
#先建立一個(gè)Dataframe
sale_area=pd.DataFrame(sale.groupby("地區(qū)名稱")["利潤"].sum()).reset_index()
#設(shè)置bins,和分組名稱
bins=[-10,7091,10952,17656,37556]
groups=["較差","中等","較好","非常好"]
#使用cut分組
#sale_area["分組"]=pd.cut(sale_area["利潤"],bins,labels=groups)十四、根據(jù)業(yè)務(wù)邏輯定義標(biāo)簽
需求：銷售利潤率（即利潤/訂單金額）大于30%的商品信息并標(biāo)記它為優(yōu)質(zhì)商品，小于5%為一般商品。
sale.loc[(sale["利潤"]/sale["訂單金額"])>0.3,"label"]="優(yōu)質(zhì)商品" sale.loc[(sale["利潤"]/sale["訂單金額"])<0.05,"label"]="一般商品"
其實(shí)excel常用的操作還有很多，我就列舉了14個(gè)自己比較常用的，若還想實(shí)現(xiàn)哪些操作可以評(píng)論一起交流討論，另外我自身也知道我寫python不夠精簡，慣性使用loc。（其實(shí)query會(huì)比較精簡）。若大家對(duì)這幾個(gè)操作有更好的寫法請(qǐng)務(wù)必評(píng)論告知我，感謝！
最后想說說，我覺得最好不要拿excel和python做對(duì)比，去研究哪個(gè)好用，其實(shí)都是工具，excel作為最為廣泛的數(shù)據(jù)處理工具，壟斷這么多年必定在數(shù)據(jù)處理方便也是相當(dāng)優(yōu)秀的，有些操作確實(shí)python會(huì)比較簡單，但也有不少excel操作起來比python簡單的。
比如一個(gè)很簡單的操作：對(duì)各列求和并在最下一行顯示出來，excel就是對(duì)一列總一個(gè)sum()函數(shù)，然后往左一拉就解決，而python則要定義一個(gè)函數(shù)（因?yàn)閜ython要判斷格式，若非數(shù)值型數(shù)據(jù)直接報(bào)錯(cuò)。）
以上就是14個(gè)用Python實(shí)現(xiàn)的Excel常用操作總結(jié)的詳細(xì)內(nèi)容，更多關(guān)于Python Excel操作的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
本文主要介紹了Python中字典列表中刪除重復(fù)項(xiàng)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-04-04
今天小編就為大家分享一篇Tensorflow 合并通道及加載子模型的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-07-07
這篇文章主要為大家詳細(xì)介紹了python使用Matplotlib畫條形圖，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-09-09
深拷貝和淺拷貝是Python中重要的概念，本文將重點(diǎn)介紹在NumPy中深拷貝和淺拷貝相關(guān)操作的定義和背后的原理，快跟隨小編一起來學(xué)習(xí)一下吧2022-04-04
python實(shí)現(xiàn)馬丁策略回測3000只股票的實(shí)例代碼
這篇文章主要介紹了python實(shí)現(xiàn)馬丁策略回測3000只股票,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-01-01
最近有童鞋向小編求助怎么樣找到字符串中出現(xiàn)字?jǐn)?shù)最多的字符呢，其實(shí)最簡單的處理方法是使用max函數(shù)，max()函數(shù)用于獲得給定的可迭代對(duì)象中的最大值，關(guān)于Python max函數(shù)key用法跟隨小編一起通過本文學(xué)習(xí)下吧2021-06-06
pandas時(shí)間序列之如何將int轉(zhuǎn)換成datetime格式
這篇文章主要介紹了pandas時(shí)間序列之如何將int轉(zhuǎn)換成datetime格式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-07-07
在本篇文章里小編給大家整理的是一篇關(guān)于python元組拆包實(shí)現(xiàn)方法及相關(guān)實(shí)例，有興趣的朋友們可以學(xué)習(xí)下。2021-02-02
Pycharm報(bào)錯(cuò)Non-zero?exit?code?(2)的完美解決方案
最近在使用pycharm安裝或升級(jí)模塊時(shí)出現(xiàn)了錯(cuò)誤,下面這篇文章主要給大家介紹了關(guān)于Pycharm報(bào)錯(cuò)Non-zero?exit?code?(2)的完美解決方案,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2022-06-06
這篇文章主要介紹了python獲取文件擴(kuò)展名的方法,涉及Python針對(duì)文件路徑的相關(guān)操作技巧,非常簡單實(shí)用,需要的朋友可以參考下2015-07-07