現在Python橫行的年代，財務、人事、行政等等崗位多少得學點Python，省事又不費腦！
所有操作都用Python自動實現，加班？不存在的！
excel和python其實都是工具，不要也不用拿去做對比，研究哪個好用，excel作為最為全球廣泛的數據處理工具，壟斷多年，肯定在數據處理方面有自己的優點，Python只是令 一些龐大的，費時間的操作加速處理，方便工作嘛。
當然也有很多excel的操作比用Python自動處理更加簡單方便。
比如：對各列求和並在最下一行顯示出來，excel就是對一列總一個sum()函數，然后往左一拉就解決，而python則要定義一個函數，python要判斷格式，若非數值型數據會直接。我就不一一舉例了！
好了，我們開始正題。
在網上找的銷售數據，差不多長這樣。
銷售數據
1、數據透視表
需求
想知道每個地區的業務員分別賺取的利潤總和與利潤平均數
pd.pivot_table(sale,index="地區名稱",columns="業務員名稱",values="利潤",aggfunc=[np.sum,np.mean])
#兄弟們學習python，有時候不知道怎么學，從哪里開始學。掌握了基本的一#些語法或者做了兩個案例后，不知道下一步怎么走，不知道如何去學習更加高#深的知識。 #那么對於這些大兄弟們，我准備了大量的免費視頻教程，PDF電子書籍，以及#視頻源的源代碼！ #還會有大佬解答！ #都在這個裙里了 872937351 #歡迎加入，一起討論 一起學習！
2、去除重復值
需求
去除業務員編碼的重復值
sale.drop_duplicates("業務員編碼",inplace=True)
3、分類匯總
需求
北京區域各業務員的利潤總額
sale.groupby(["地區名稱","業務員名稱"])["利潤"].sum()
4、關聯公式:Vlookup
vlookup是excel幾乎最常用的公式，一般用於兩個表的關聯查詢等。
所以我先把這張表分為兩個表。
df1=sale[['訂單明細號','單據日期','地區名稱', '業務員名稱','客戶分類', '存貨編碼', '客戶名稱', '業務員編碼', '存貨名稱', '訂單號', '客戶編碼', '部門名稱', '部門編碼']] df2=sale[['訂單明細號','存貨分類', '稅費', '不含稅金額', '訂單金額', '利潤', '單價','數量']]
需求
想知道df1的每一個訂單對應的利潤是多少
利潤一列存在於df2的表格中，所以想知道df1的每一個訂單對應的利潤是多少。
用excel的話首先確認訂單明細號是唯一值，然后在df1新增一列寫：=vlookup(a2,df2!a:h,6,0) ，然后往下拉就ok了。
那用python是如何實現的呢？
#查看訂單明細號是否重復，結果是沒。 df1["訂單明細號"].duplicated().value_counts() df2["訂單明細號"].duplicated().value_counts() df_c=pd.merge(df1,df2,on="訂單明細號",how="left")
5、條件計算
需求
存貨名稱含“三星字眼”並且稅費高於1000的訂單有幾個？
這些訂單的利潤總和和平均利潤是多少？（或者最小值，最大值，四分位數，標注差）
sale.loc[sale["存貨名稱"].str.contains("三星")&(sale["稅費"]>=1000)][["訂單明細號","利潤"]].describe()
6、分組
需求
根據利潤數據分布把地區分組為：“較差”,“中等”,“較好”,“非常好”
首先，當然是查看利潤的數據分布呀，這里我們采用四分位數去判斷。
sale.groupby("地區名稱")["利潤"].sum().describe()
根據四分位數把地區總利潤為[-9,7091]區間的分組為“較差”，(7091,10952]區間的分組為"中等"
(10952,17656]分組為較好，(17656,37556]分組為非常好。
#先建立一個Dataframe sale_area=pd.DataFrame(sale.groupby("地區名稱")["利潤"].sum()).reset_index() #設置bins,和分組名稱 bins=[-10,7091,10952,17656,37556] groups=["較差","中等","較好","非常好"] #使用cut分組 #sale_area["分組"]=pd.cut(sale_area["利潤"],bins,labels=groups)
7、對比兩列差異
因為這表每列數據維度都不一樣，比較起來沒啥意義，所以我先做了個訂單明細號的差異再進行比較。
需求：比較訂單明細號與訂單明細號2的差異並顯示出來。
sale["訂單明細號2"]=sale["訂單明細號"] #在訂單明細號2里前10個都+1. sale["訂單明細號2"][1:10]=sale["訂單明細號2"][1:10]+1 #差異輸出 result=sale.loc[sale["訂單明細號"].isin(sale["訂單明細號2"])==False]
8、異常值替換
首先用describe()函數簡單查看一下數據有無異常值。
#可看到銷項稅有負數，一般不會有這種情況，視它為異常值。 sale.describe()
需求
用0代替異常值。
sale["訂單金額"]=sale["訂單金額"].replace(min(sale["訂單金額"]),0)
9、缺失值處理
先查看銷售數據哪幾列有缺失值
#列的行數小於index的行數的說明有缺失值，這里客戶名稱329<335,說明有缺失值 sale.info()
需求
用0填充缺失值或則刪除有客戶編碼缺失值的行
實際上缺失值處理的辦法是很復雜的，這里只介紹簡單的處理方法，若是數值變量，最常用平均數或中位數或眾數處理，比較復雜的可以用隨機森林模型根據其他維度去預測結果填充。
若是分類變量，根據業務邏輯去填充准確性比較高。
比如這里的需求填充客戶名稱缺失值：就可以根據存貨分類出現頻率最大的存貨所對應的客戶名稱去填充。
這里我們用簡單的處理辦法：用0填充缺失值或則刪除有客戶編碼缺失值的行。
#用0填充缺失值 sale["客戶名稱"]=sale["客戶名稱"].fillna(0) #刪除有客戶編碼缺失值的行 sale.dropna(subset=["客戶編碼"])
10、數據分列
需求
將日期與時間分列
sale=pd.merge(sale,pd.DataFrame(sale["單據日期"].str.split(" ",expand=True)),how="inner",left_index=True,right_index=True)
11、 模糊篩選數據
需求
篩選存貨名稱含有"三星"或則含有"索尼"的信息
sale.loc[sale["存貨名稱"].str.contains("三星|索尼")]
12、刪除數據間的空格
需求
刪除存貨名稱兩邊的空格
sale["存貨名稱"].map(lambda s :s.strip(""))
13、根據業務邏輯定義標簽
需求
銷售利潤率（即利潤/訂單金額）大於30%的商品信息並標記它為優質商品，小於5%為一般商品。
sale.loc[(sale["利潤"]/sale["訂單金額"])>0.3,"label"]="優質商品" sale.loc[(sale["利潤"]/sale["訂單金額"])<0.05,"label"]="一般商品"
14、多條件篩選
需求
想知道業務員張愛，在北京區域賣的商品訂單金額大於6000的信息。
sale.loc[(sale["地區名稱"]=="北京")&(sale["業務員名稱"]=="張愛")&(sale["訂單金額"]>5000)]
這里只是列舉了一些比較常用的，但是excel常用的操作還有很多，如果還想實現哪些操作，大家可以在評論區一起交流。大家如果對這這些操作有更好的寫法，也可以在評論區一起交流！感謝！
.