前言

無論是什么工具，做數據分析的時候一定會涉及到兩類工作：

合并多個關聯表

做數據透視表

這篇文章簡單對比一下Excel、SQL和Python在這兩類任務上的實現過程，從而對比其異同。

用到的數據表

01

如圖所示，所涉及的共有三個表：

student：sno 學生學號，sname 學生姓名，ssex 性別，sbirthday 學生生日，class 學生所在班級號；

course：cno 課程號，cname 課程名；

score：sno 學生學號，cno 學生選修課程對應的課程號，degree 學生所選課程對應的課程分數。

可以看到，score表通過sno和student表連接、通過cno和course表連接。

另外，這張截圖截自Excel，主要是為了方便后面Excel部分的討論。

合并多個關聯表

現在，我想要合并三張表，得到新表merge_table，表包含的列一次為：sno，cno，degree，sname，cname。

即，新表中包含score表的所有列，student表的sname列，以及course表的cname列。

1. Excel

為了討論方便，先上結果：

02

首先，在A17:E17單元格創建所需列名，然后通過簡單復制粘貼得到A18:C28這三列的數據。

D、E列的數據可以通過以下兩種方法實現：

使用INDEX()+MATCH()函數；

使用VLOOKUP()函數。

兩種方法實現邏輯和結果都一樣，但前者調用的時候比后者稍復雜。為了說明，D列數據的提取我使用了方法1，E列數據的提取我使用了方法2。

D列：

首先在D18單元格輸入以下函數（函數中的單元格所對應的數據請看圖01）

=INDEX($B$3:$B$8,MATCH(A18,$A$3:$A$8,0))

接著下拉函數至D28。

E列：

在E18單元格輸入以下函數（函數中的單元格所對應的數據請看圖01）

=VLOOKUP(B18,$G$3:$H$6,2,0)

接著下拉函數至E28。

注意，如果要提取某個表中的多個列的數據，比如除了sname，我還想得到ssex、sbirthday和class的數據，由于這些列是一同儲存在student表中的，用VLOOPKUP()顯然更高效。

如果想要加快效率，還可以在原student表上新增一行，用數字x來表示第x列，然后在調用VLOOPKUP()時，直接把第三個參數指向這一行。

2. SQL

在合并關聯表上，SQL非常便捷。實現的語句有兩個（先創建或者導入原數據表）：

SELECT score.*, sname, cname FROM score, course, student

WHERE score.sno = student.sno AND score.cno = course.cno;

或

SELECT score.*, sname, cname FROM score

LEFT JOIN student USING(sno)

LEFT JOIN course USING(cno);

兩種方法返回的結果相同，結果如下：

03

我用的MySQL，不知道為什么合并后行的順序變了=。=

3. Python

在Python中，首先導入numpy和pandas模塊：

import numpy as np

import pandas as pd

接著導入數據表。

之后通過以下語句實現merge_table表的建立：

merge_table = pd.merge(score, student[['sno','sname']], on = 'sno', how = 'left')

merge_table = merge_table.merge(course[['cno','cname']], on = 'cno', how = 'left')

結果如下：

04

如果合并的表中數據不匹配怎么辦

現在假設score表多了一行數據：

05

如圖所示，藍色部分為多出的數據，且課程6-106在course表中不存在。請無視邏輯問題，主要是為了方便討論:）

1. Excel

遇到這種情況，上述的實現方法會出現一個問題：

06

因為課程號6-106在course表里并不存在，所以函數在返回值的時候出錯了。

解決的辦法有一個，就是在原函數上嵌套IF()函數。比如我把E29的函數更改為：

=IF(ISERROR(VLOOKUP(B29,$G$3:$H$6,2,0)),0,VLOOKUP(B29,$G$3:$H$6,2,0))

如果函數計算結果錯誤，則返回0。

07

2. SQL

在SQL中，如果出現此類情況，LEFT JOIN會返回NULL值：

08

如果想把NULL值替換為0，查詢合并表的時候可以加上isnull()函數（MySQL中此函數寫作ifnull()）：

SELECT score.*, isnull(sname,0), isnull(cname,0) FROM score

LEFT JOIN student USING(sno)

LEFT JOIN course USING(cno);

如果函數計算結果錯誤，則返回0

返回結果和Excel的差不多，就不上圖了。

3. Python

Python中情況類似：

09

如果想把NaN值替換為0，只需要在創建merge_table表之后，添加一行語句：

merge_table = merge_table.fillna(0)

返回結果也不上圖了，和Excel的一樣。

4. PS

面對合并表中數據不匹配，SQL和Python中都可以在合并表的時候把多出項忽略不計，只要把LEFT JOIN換成INNER JOIN就行了。但Excel不能自動刪除多出項所在行。

數據透視表

為了方便，現在做一個透視表，該表返回選了課的同學的學號和其平均課程成績。

三個軟件對于透視表的實現都很友好，并且效率相近。

1. Excel

10

Excel在數據透視表工具下把列各種拖拽就行了。

另外，Excel的數據透視表可以選擇返回合計（Grand Total）或者不返回。

2. SQL

語句：

SELECT sno, ROUND(AVG(degree),2) AS 'mean' FROM score

GROUP BY sno;

結果：

11

3. Python

語句：

score.groupby(['sno'])['degree'].agg(['mean']).reset_index()

結果：

12

一般做透視表的最終目的是作圖，畢竟一圖勝千語。

從這個目的出發，Python比SQL、Excel更實用，一來Python比Excel作圖高效很多，二來SQL不能作圖。

總結

通過上述對比可以發現，Excel合并關聯表比SQL、Python要低效得多，而且在“數據不匹配”問題上解決得不好；而在另一方面，三者在創建透視表上表現相似，就看你習慣用哪個了:)

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的sql和python的区别_数据处理简单对比：Excel，SQL，Python的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。