未明学院：用excel不好吗？为什么还要学python？

原创： 未明学院 

在互联网管理、金融、物流等领域，往往离不开数据处理、统计分析等辅助决策的操作。

传统的商业分析（Business Analysis），定性占比很大，以相对简单的数据处理为辅助，人们使用的分析工具主要是Excel；然而，自Excel2007版起，最大支持的工作表大小为16,384 列 × 1,048,576 行，超出最大行列数单元格中的数据将会丢失。

在大数据背景的今天，面对千万条以上动辄成百上千G的数据，单用excel难免显得力不从心，越来越多的人将关注点转向python。

1、易踩坑！Excel输给Python

（1）数据量级太大，报表来不及保存，Excel崩溃无响应

比如，工作中经常需要对一个表进行删除重复值处理，当工作表中格式过于复杂、数据量过于庞大时，Excel在计算时容易报错崩溃。

而python在数据处理的量级和性能上明显高于excel，对python来说，只需调用drop_duplicates方法就可以轻松处理大批量数据，无需担心软件崩溃异常退出。

Python的处理方法如下：

调用方法：

DataFrame.drop_duplicates(subset=None,keep='first', inplace=False)

————————————————

参数说明：

subset: column label or sequence of labels, optional

用来指定特定的列，默认所有列

keep :{‘first’, ‘last’, False}, default ‘first’

删除重复项并保留第一次出现的项

inplace: boolean, default False

选择直接在原来数据上修改或是保留一个副本

—————————————————

 删除重复行

（2）操作繁琐，人工处理容易粗心犯错

我们经常会遇到从一个Excel表格拷贝一些数据，粘贴到另一个Excel表格中去的情况；或者从多个表格中，合并含有重复列的旧表格为新表。

这些工作并不困难，却需要耗费大量人工审核的时间，且容易出错。

利用python，可以放心交给机器做运算，一行命令解决人工需点击上百次的工作。

Python处理方法如下：

设置循环遍历，匹配关键字，按照列名自动分割数据存储至本地

pandas自动分列操作 

（3）重复性工作，效率低下

在做图表时，由于每个报表都需要做对应的图表，人工重复性操作N个报表，效率低下。

但是运用Python，可以调用已经集成好的工具包，自动化收集和清理数据，保存和刷新报表，对数据进行可视化展示。

Python处理方法如下：

对多个图表进行批量处理，并且轻松输出可视化内容，相比excel要高效得多。

2、小白学Python，压力大吗？

听起来Python是不是很高大上的样子？但事实上，即便是小白也能驾驭这样的“高大上”技能！

简单易学，速度快，正是学习Python的优点之一。Python说明文档极其简单，它更专注于解决问题而不是研究计算机语言本身，所以小白也能轻松上手！

以Python使用openpyxl读写excel文件为例：

导入相关函数：

from openpyxl import load_workbook

加载表格：

wb = load_workbook('XX.xlsx')

# 读取当前sheet最大行

print(sheet.max_row)

# 在A1单元格处写入特定值

sheet['A1']= 'good'

# 在单元格B9内写入平均值公式

sheet['B9']= '=AVERAGE(B2:B8)'

你看，阅读Python代码，就像在阅读高中英语文章！

3、精力，得放到数据分析上来

当下，熟练运用数据分析工具只是数据分析师的技术能力要求，更多的，在业务上，要有通过数据发现问题和解决问题的能力，参与到产品的设计、运营、销售整个流程，从数据中反馈结论。

漏斗图

用excel做数据处理，VBA函数晦涩难懂上手慢，大部分人仅停留在能够绘制基本图形的水平，天天统计报表，浪费了太多精力，几乎没有时间进行任何实际的分析或预测。

但是学习Python，简单的代码就能替代机械操作和纯体力劳动，可以让我们把更多时间转到数据分析上来。

响应式图表

想象这样的场景：当你把10多个sheet的数据分别做excel图表，人工粘贴到powerpoint中，再调颜色、格式、大小，还要写一堆注释进行说明，而团队还嫌逻辑混乱……

你还有什么理由不来学习python呢？