Python怎么處理Excel數據

這篇文章主要介紹“Python怎么處理Excel數據”，在日常操作中，相信很多人在Python怎么處理Excel數據問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python怎么處理Excel數據”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

我喜歡用實際案例說明問題，本文使用泰坦尼克號沉船事件中的乘客信息表：

實現幾個簡單分析需求：

• 找出多人(2人或以上)一起登船的組的數量

• 列出這些人的信息

• 是否存在最幸運的親朋好友(多人一起登船，同時全部人都獲救)?

"操作 Excel"等于"數據處理"嗎?

初學者往往誤以為操作 Excel 就是在處理數據，實際上是兩回事。

需求是："姓名與住址列內容通常很長，希望最終Excel顯示的時候，使用縮小字體填充"。

對于這種格式化設置，vba絕對是最佳選擇!因為我們可以通過錄制宏，自動得到大概的代碼

通過簡單的錄制宏，我們就能寫出如下實現：

如果我們使用 python 實現相同的需求，代碼肯定只多不少，并且難以調試。

如果你看過我的專欄《帶你玩轉Python數據處理—pandas》的話，其中關于數據處理流程一節，你會想到，這就是"數據展示"的流程。

也就是說，如果你的數據任務最終需要輸出 Excel 文件，vba是"數據展示"過程的最佳自動化工具。

可惜，現實中的大部分需求并不單純，都需要進行"數據處理"，那么 vba 中又是如何處理數據?

vba 使用數組+字典，就是高效率?

大部分不經思考，張口就反對 python 的同學，都是對自己的 vba "數組+字典" 的技能有著迷之自信。

來看一個數據分析相關的處理需求：

我們注意到，有些人是親朋好友一起上船，比如：

• 從"票根號"一樣，可以看出來他們是一起上船

• 從"住址"一樣，可以看出來他們是一家四口

我們需要統計出有多少組這些2人或以上登船的?

以下嘗試用vba解決：

其實代碼不算多，里面的技巧也只是基礎，但是如果會 pandas 的同學心里肯定會說："太繁瑣了"。

因為對于 pandas 來說，如下：

代碼就4句，最關鍵的其實只有3句，分別表示：

• 加載數據

• 按"票根號"分組統計數量

• 數量大于1的總和

這不就是一個正常人的處理思維嗎?這就是簡潔

能夠與需求表達語義相近，多余的表達越少，即越簡潔

回頭看 vba 的表達，多余的表達非常多。

• Excel 有一個非常好用的統計工具——透視表。你可以嘗試通過錄制宏得到透視表的操作代碼，但是你仍然會發現有許多多余的表達。

• Sql 的表達更加簡潔，但是實現如上的需求，你會發現他的表達順序需要"繞"一下

有些不服氣的同學會說："我寫出這段vba代碼也就1分鐘，反正也能得到正確結果"

當需求不斷變化，你就會發現這樣子的代碼最終走向無法實現的死胡同。

剛剛我們知道了有216組親朋好友是一起登船的，但只有一個數字，我們希望看看這216數據的大概樣子。

也就是說輸出這些乘客數據。

python 的實現：

• 順便排序一下，方便觀察

• 這里代碼多余的表達，就是那個 lambda 單詞。如果換成是 sql ，就非常簡潔

vba 的實現太麻煩了，就留給那些不服氣的 vba 粉絲吧

現在你大概能夠稍微理解，為什么 Python 在數據領域這么受寵了。

數據分析中的數據處理，需要你的代碼趕上你的思維速度，只有簡潔的語言才能做到。

按理說，sql 應該是更好的選擇，但實際上很多復雜需求實現，sql 需要大量的嵌套查詢，此時就一點都不簡潔了。以后再舉例說明

現實的需求是 "操作Excel" + "數據處理" ，怎么辦?

這時候最理想的情況是，使用 vba 操作 Excel，數據處理交給 Python，中間就需要一個橋梁把 vba 與 python 打通，這就是  xlwings 或其他類似的庫的最佳實踐方式。

如果你完全使用 xlwings 控制 Excel，Python 代碼操作 Excel 寫起來非常別扭，一旦你理清楚 "操作Excel" 與 "數據處理"  的區別，自然而然知道如何組織你的代碼。

Python 需要單獨安裝，因此他比不上 vba

這是一種無聊的結論，因為任何自動化工具都需要安裝，比如學習性價比最高的 Sql ，他也需要安裝相應的驅動程序才能執行。

而我本人的工作環境有一部分任務是需要放在服務器上執行，此時是不可能安裝 Excel，vba  也用不上了，但我不能因此作出"vba比不上python"的結論吧。

如果你的工作環境不能安裝 python，但你又需要做大量數據處理任務，那么我只能說非常不幸，你只能犧牲自己大量的時間使用vba去完成需求。

Vba 就不能有 pandas 的存在嗎?

"說了半天，不就是 python 比 vba 多了一個 pandas 庫而已嗎，找個vba牛人去寫一個 vba-pandas 就行啦!"

vba 天生缺少了一種語言特性，使得你即使有寫庫的能力，也無法發揮。

這就是提取邏輯的能力.

通常來說，如果一段代碼有些數據不是固定，我們可以提取成函數的參數，比如最簡單的數字計算：

• 分別定義3個參數，讓你輸入，但計算方式是固定的

對于 vba 來說他同樣可以做到，但是如果是其中一段代碼不是固定，能否把他提取為參數呢?

而 python 就能做到，比如以下的函數，可以讓你輸入3個數字，并且由你決定前2個數字的計算方式，最后與第3個數字做乘法：

結果時，第一個數乘以10 + 第二個數乘以100(這是變化的邏輯，由使用函數的人自行決定)，最后乘以第三個數(這是固定邏輯，由定義函數的人決定)

vba 需要使用接口做到同樣的效果，非常麻煩，對于數據任務沒有任何實用價值

這有什么用處?用最后一個需求說明：

• 是否存在最幸運的親朋好友(多人一起登船，同時全部人都獲救)?

假如說，我只給你一組相同"票根號"的乘客數據，該如何判斷他們都是生還呢?

只要看"生還"列是否都為1就可以。方式非常多，除了上面的做法，還可以"生還列求和，看看是否等于記錄行數"

前一個需求中使用的 filter 就是可以接受一段邏輯(函數)，pandas 負責幫你分組，你只需要在函數中描述出符合條件的邏輯即可：

• 把剛剛定義的函數，傳給 filter 函數

而 vba 無法做到這一點，就意味著他無法做出 pandas 一樣好用的庫!

因為許多看似復雜的流程，其實是由許多固定的邏輯 + 變化的邏輯 組成。

比如分組的原理就類似 vba 中使用字典，這是相對固定的，完全可以讓庫完成。

但是分組后，每一組的處理邏輯卻是變化的，由使用者臨時決定，比如之前的需求分組中我們有時候需要計數，有時候需要篩選。篩選的邏輯也是千變萬化。

到此，關于“Python怎么處理Excel數據”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！