App下載

再也不用為多張Excel表匯總發(fā)愁了，Python 秒處理真香！

猿友 2020-09-24 11:57:15 瀏覽數(shù) (2973)
反饋

文章來源于公眾號(hào)：Python技術(shù) 作者：派森醬

為何非程序員學(xué) Python 的越來越多了？他們可能并不是想去爬取一些網(wǎng)站的數(shù)據(jù)，而是在工作中碰到很多數(shù)據(jù)分析處理的問題，用 Python 就可以簡單高效地解決。本文就通過一個(gè)實(shí)際的例子來給大家展示一下 Python 是如何應(yīng)用于實(shí)際工作中高效解決復(fù)雜問題的。

背景

小明就職于一家戶外運(yùn)動(dòng)專營公司，他們公司旗下有好多個(gè)品牌，并且涉及到很多細(xì)分的行業(yè)。小明在這家公司任數(shù)據(jù)分析師，平時(shí)都是通過 Excel 來做數(shù)據(jù)分析的。今天老板丟給他一個(gè)任務(wù)：下班前篩選出集團(tuán)公司旗下最近一年銷售額前五名的品牌以及銷售額。

對(duì)于 Excel 大佬來說，這不就是分分鐘的事嗎？小明并沒有放在眼里，直到市場部的同事將原始的數(shù)據(jù)文件發(fā)給他，他才意識(shí)到事情并沒有那么簡單：

表格文件

這并不是想象中的排序取前五就行了。這總共有90個(gè)文件，按常規(guī)的思路來看，他要么將所有文件的內(nèi)容復(fù)制到一張表中進(jìn)行分類匯總，要么將每張表格進(jìn)行分類匯總，然后再最最終結(jié)果進(jìn)行分類匯總。

想想這工作量，再想想截止時(shí)間，小明撓了撓頭，感覺到要漸漸頭禿。

思路分析

這種體力活，寫程序解決是最輕松的啦。小明這時(shí)候想到了他的程序員好朋友小段，于是他把這個(gè)問題拋給了小段。

小段縷了下他那所剩無幾的頭發(fā)，說：so easy，只需要找潘大師即可。

小明說：你搞不定嗎？還要找其他人！

小段苦笑說：不不不，潘大師是 Python 里面一個(gè)處理數(shù)據(jù)的庫，叫 Pandas ，俗稱 潘大師。

小明說：我不管什么大師不大師，就說需要多久搞定。

小段說：給我?guī)追昼妼懗绦?，再跑幾秒鐘就好了?/p>

小明發(fā)過去了膜拜大佬的表情。

小段略微思考了下，整理了一下程序思路：

  • 計(jì)算每張表每一行的銷售額，用“訪客數(shù) 轉(zhuǎn)化率 客單價(jià)”就行。
  • 將每張表格根據(jù)品牌匯總銷售額。
  • 將所有表格的結(jié)果匯總成一張總表
  • 在總表中根據(jù)品牌匯總銷售額并排序

編碼

第零步，讀取 Excel :

import pandas as pd


df = pd.read_excel("./tables/" + name)

第一步，計(jì)算每張表格內(nèi)的銷售額：

df['銷售額'] = df['訪客數(shù)'] * df['轉(zhuǎn)化率'] * df['客單價(jià)']

第二步，將每張表格根據(jù)品牌匯總銷售額：

df_sum = df.groupby('品牌')['銷售額'].sum().reset_index()

第三步，將所有表格的結(jié)果匯總成一張總表：

result = pd.DataFrame()
result = pd.concat([result, df_sum])

第四步，在總表中根據(jù)品牌匯總銷售額并排序：

final = result.groupby('品牌')['銷售額'].sum().reset_index().sort_values('銷售額', ascending=False)

最后，我們來看看完整的程序：

import pandas as pd
import os


result = pd.DataFrame()


for name in os.listdir("./tables"):
    try:
        df = pd.read_excel("./tables/" + name)
        df['銷售額'] = df['訪客數(shù)'] * df['轉(zhuǎn)化率'] * df['客單價(jià)']
        df_sum = df.groupby('品牌')['銷售額'].sum().reset_index()
        result = pd.concat([result, df_sum])
    except:
        print(name)
        pass


final = result.groupby('品牌')['銷售額'].sum().reset_index().sort_values('銷售額', ascending=False)
pd.set_option('display.float_format', lambda x: '%.2f' % x)
print(final.head())

最后的結(jié)果是這樣的：

       品牌           銷售額
15   品牌-5 1078060923.62
8   品牌-17 1064495314.96
4   品牌-13 1038560274.21
3   品牌-12 1026115153.00
13   品牌-3 1006908609.07

可以看到最終的前五已經(jīng)出來了，整個(gè)程序運(yùn)行起來還是很快的。

幾分鐘之后，小段就把結(jié)果給小明發(fā)過去了，小明感動(dòng)得內(nèi)牛滿面，直呼改天請(qǐng)吃飯，拜師學(xué)藝！

總結(jié)

本文主要是想通過一個(gè)實(shí)際的案例來向大家展示潘大師（Pandas）的魅力，特別是應(yīng)用于這種表格處理，可以說是太方便了。寫過程序的可能都有點(diǎn)熟悉的感覺，這種處理方式有點(diǎn)類似于 SQL 查詢語句。潘大師不僅能使我們的程序處理起來變得更簡單高效，對(duì)于需要經(jīng)常處理表格的非程序員也是非常友好的，上手起來也比較簡單。

以上就是W3Cschool編程獅關(guān)于再也不用為多張Excel表匯總發(fā)愁了，Python 秒處理真香！的相關(guān)介紹了，希望對(duì)大家有所幫助。

Python

0 人點(diǎn)贊