超越Excel，使用Python进行数据分析！

自从Python有了电子表格，使用Python可比Excel更方便。

扫码关注《Python学研大本营》

作者是Frank Andrade，发表于Medium上的极客文化。

这里有一些电子表格，具有Python的强大和Excel的易用性。

我在大学的时候曾经是Excel的忠实用户。那时我还不知道如何编码，所以至少我需要知道Excel才能找到工作。

每当我想清理数据、创建数据透视表和制作图表时，Excel都会给我很大帮助。也就是说，每当数据有几百万行或进行复杂的计算时，要么Excel变得很慢，要么工作簿崩溃了。

我数不清有多少次这些路障阻止了我的工作流程，也数不清有多少次我不得不一次又一次地重复一项任务，因为Excel中的宏有一些限制，而VBA对我来说又太高级。

幸运的是，我学会了用Python编码，我不再有这些问题了。问题是，不是每个人都有时间成为Python的专家，所以他们坚持使用Excel。

这曾经是一个问题，直到Python中的电子表格被创造出来。现在你可以用Python的强大和Excel的易用性来使用电子表格。

这里有一些Python中最好的电子表格，以及为什么你应该选择它们而不是Excel。

电子表格#1：Mito

Mito是Python中的一个电子表格。简单地说，如果你能编辑一个Excel文件，你现在就能写代码。

这意味着我们可以拥有像Excel这样的电子表格的简单性和Python的力量。我们可以像使用Excel一样使用Mito，在我们做完每个动作后，Mito会自动生成与每个动作相对应的Python代码。

要使用Mito，首先，我们需要安装Python和Jupyter Notebook或Jupyter Lab。然后，我们可以通过在终端或命令提示符上运行以下命令来安装Mito。

python -m pip install mitoinstaller
python -m mitoinstaller install

这就是我们开始使用Mito所需要的一切!

如果你在安装过程中有任何问题，请查看官方文档。（https://docs.trymito.io/getting-started/installing-mito）

现在让我们来做你在Excel中会做的任务，比如阅读文件、创建列、数据透视表、可视化等等。

原因一：读取文件--Excel可以处理大约100万行，Python可以处理更多行

Excel在你能使用的行数上有一个限制。如果你试图打开一个有数百万行的文件，文件会被打开，但你在Excel中不会看到超过1,048,576行。相比之下，Python 可以处理数以百万计的行。唯一的限制将是你的PC的计算能力。

让我们看看我们如何用Mito读取一个文件。

在读取一个CSV文件之前，首先，我们需要创建一个Mito电子表格。要做到这一点，我们运行下面的代码。

import mitosheet
mitosheet.sheet()

现在是读取CSV文件的时候了。对于这个演示，我将使用一个包含学校分数的数据集，你可以在这里下载。一旦你下载了该文件，点击 "+"或 "导入 "按钮来读取它，如下所示。

除了导入之外，下面的代码也会自动生成。

import pandas as pd
StudentsPerformance_csv = pd.read_csv(r'StudentsPerformance.csv')

原因二：用Excel，你可以实现基本的自动化。有了Mito和Python，天空是无限的

在Excel中，你可以创建一个宏来记录一系列的动作，只要你想，就可以执行。

有了Mito，我们可以做同样的事情，如果再加上Python的数百个免费库，你可以做更多的事情，比如通过电子邮件发送报告，使用WhatsApp发送文件，使用Google表单作为基本数据库等等。

让我们用Mito记录一些操作，就像我们使用Excel一样。

a. 创建一个新列/重命名列

如果你想创建一个新的列，只需点击 "Add Col "按钮。默认情况下，"添加列 "按钮将创建一个名为 "new-column "的列，因此我们将通过双击该列名将其重命名为 "average"。

Mito将生成与我们在电子表格上所做的操作相对应的代码。

b. 对某一行求和

如果你想对某一行进行求和，我们只需要在一个单元格中写出公式(math score+reading score+writing score)/3。比如我们想计算数学、阅读和写作的平均分数。我们只需要在 "平均 "栏内的任何单元格中写下公式（数学分数+阅读分数+写作分数）/3。

这是Mito生成的代码。

c. 制作一个透视表

创建一个透视表就像点击 "透视 "按钮一样简单。然后我们要选择行、列和值。让我们创建一个透视表，在 "种族/民族 "栏内显示A、B、C、D和E组的数学和阅读分数的平均值。

为了用Python创建这个数据透视表，我们必须编写下面的代码。使用Mito，上面的代码会自动生成。

d. 创建柱状图

基本的可视化，如饼状图和柱状图，可以用Mito轻松创建。我们只需要点击 "图表 "并选择图表类型。让我们为之前创建的透视表创建一个条形图，在X轴上显示 "种族/民族"，在Y轴上显示 "数学分数平均值"。

很好! 在a、b、c和d中生成的几行代码相当于一个Excel宏。每次运行代码，我们都会执行所有记录的动作。

原因三：Python可以处理复杂的计算。这些计算可以使Excel工作簿崩溃

那些会使Excel工作簿崩溃的内存密集型计算，在Python中可以正常工作。在这种情况下，我们要用另一个叫做bamboolib的Python库来执行一系列的动作。

电子表格 #2：Bamboolib

要安装bamboolib，在终端上运行命令 pip install --upgrade bamboolib --user。之后，我们要运行下面的命令来读取CSV或Excel文件。

import bamboolib as bam
bam

在这种情况下，我们要在一个有超过100万行的CSV文件中进行一些计算，你可以在这里下载。（https://drive.google.com/file/d/1YiOVav6-g_K8icZMzPszy8K20ozkAMu0/view?usp=sharing）

像Mito一样，Bamboolib为我们生成了代码（从现在开始，我将只显示步骤，隐藏生成的代码，以保持本文的简短）。

import pandas as pd
df = pd.read_csv(r’/Users/frank/Downloads/sales-data.csv’, sep=’,’, decimal=’.’, nrows=100000)
df

现在让我们创建一个新的列。要做到这一点，我们在搜索栏上搜索动作，给列起一个名字，并输入列的公式。

对于这个演示，我们将通过使用公式 (revenue/quantity)创建一个 "价格 "列。

现在让我们在搜索栏中输入 "透视表"。然后我们在行中按产品对数据进行分组，并使用 "sum "作为聚合函数。

接下来，我们创建一个饼状图。我们必须点击 "创建图表 "按钮，选择图表类型，并选择我们要显示的数值。

最后，我们从 "日期 "列中提取属性。在这种情况下，我们提取月份的名称，但是，首先，我们必须将 "日期 "列的数据类型改为 date（现在设置为str）。

如果你遵循了每一个步骤，你可以验证所有的计算都是顺利进行的!

Python参考书单

《Python数据分析从入门到精通》

购买链接：https://item.jd.com/13288736.html

精彩回顾

用Python写前端是什么体验？

Python面试必须知道的15个问题

Kindle退出中国怎么办？快用Python下载你的电子书

自然语言三兄弟NLP、NLU、NLG傻傻分不清？一文搞懂它们的区别

《人体系统调优不完全指南》火了！我们整理了一份《程序员健康指南》！

扫码关注《Python学研大本营》