文章來(lái)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(lái)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(wèn)題，用 Python 就可以簡(jiǎn)單高效地解決。本文就通過(guò)一個(gè)實(shí)際的例子來(lái)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(wèn)題的。
背景
小明就職于一家戶外運(yùn)動(dòng)專(zhuān)營(yíng)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(guò) Excel 來(lái)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(xiāo)售額前五名的品牌以及銷(xiāo)售額。
對(duì)于 Excel 大佬來(lái)說(shuō)，這不就是分分鐘的事嗎？小明并沒(méi)有放在眼里，直到市場(chǎng)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(méi)有那么簡(jiǎn)單：
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(lái)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(lèi)匯總，要么將每張表格進(jìn)行分類(lèi)匯總，然后再最最終結(jié)果進(jìn)行分類(lèi)匯總。
想想這工作量，再想想截止時(shí)間，小明撓了撓頭，感覺(jué)到要漸漸頭禿。
思路分析
這種體力活，寫(xiě)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(wèn)題拋給了小段。
小段縷了下他那所剩無(wú)幾的頭發(fā)，說(shuō)：so easy，只需要找潘大師即可。
小明說(shuō)：你搞不定嗎？還要找其他人！
小段苦笑說(shuō)：不不不，潘大師是 Python 里面一個(gè)處理數(shù)據(jù)的庫(kù)，叫 Pandas ，俗稱(chēng) 潘大師。
小明說(shuō)：我不管什么大師不大師，就說(shuō)需要多久搞定。
小段說(shuō)：給我?guī)追昼妼?xiě)程序，再跑幾秒鐘就好了！
小明發(fā)過(guò)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(xiāo)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(xiāo)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(xiāo)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(xiāo)售額：
df['銷(xiāo)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(xiāo)售額：
df_sum = df.groupby('品牌')['銷(xiāo)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(xiāo)售額并排序：
final = result.groupby('品牌')['銷(xiāo)售額'].sum().reset_index().sort_values('銷(xiāo)售額', ascending=False)最后，我們來(lái)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(xiāo)售額'] = df['訪客數(shù)'] * df['轉(zhuǎn)化率'] * df['客單價(jià)']
df_sum = df.groupby('品牌')['銷(xiāo)售額'].sum().reset_index()
result = pd.concat([result, df_sum])
except:
print(name)
pass
final = result.groupby('品牌')['銷(xiāo)售額'].sum().reset_index().sort_values('銷(xiāo)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(xiāo)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(lái)了，整個(gè)程序運(yùn)行起來(lái)還是很快的。
幾分鐘之后，小段就把結(jié)果給小明發(fā)過(guò)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(guò)一個(gè)實(shí)際的案例來(lái)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(shuō)是太方便了。寫(xiě)過(guò)程序的可能都有點(diǎn)熟悉的感覺(jué)，這種處理方式有點(diǎn)類(lèi)似于 SQL 查詢(xún)語(yǔ)句。潘大師不僅能使我們的程序處理起來(lái)變得更簡(jiǎn)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(lái)也比較簡(jiǎn)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。
