Excel和Python，作為數(shù)據(jù)分析的主流工具，在從效率提升到數(shù)據(jù)商業(yè)化的整個過程中，都起到了重要作用。不管是在Excel中通過鼠標(biāo)點選實現(xiàn)，亦或是利用Python通過代碼實現(xiàn)，數(shù)據(jù)分析中的很多基礎(chǔ)功能都是相通的。

在數(shù)據(jù)量級大躍進的今天，對于從業(yè)者來說，熟練掌握用于數(shù)據(jù)處理的編程語言非常必要，通曉兩者可以更增競爭力。而借助大家最為熟悉的Excel操作，對照學(xué)習(xí)相應(yīng)的Python實現(xiàn)，可以幫助更快理解，輕松掌握。

都說Excel關(guān)鍵要掌握4個核心函數(shù)（vlookup，if，sum，sumif）和1個核心功能（數(shù)據(jù)透視表），本期我們就聚焦在廣受喜歡的數(shù)據(jù)透視表和VLOOKUP的操作。

數(shù)據(jù)透視表

使用數(shù)據(jù)透視表，可以快速匯總數(shù)據(jù)，進而進行進一步的分析。

例如，對于一張簡單的家庭開支列表，可以基于該列表制作數(shù)據(jù)透視表

1.Excel實現(xiàn)

使用數(shù)據(jù)透視表，在“插入”——“數(shù)據(jù)透視表”，選中需要創(chuàng)建數(shù)據(jù)透視表的數(shù)據(jù)。

我們可以看到如下界面：上半部分為數(shù)據(jù)透視表中的所有字段，下半部分為數(shù)據(jù)透視表的選項，把上方的字段拖入下方對應(yīng)框中即可完成數(shù)據(jù)透視表。

這里使用2018年國內(nèi)上市公司管理層報酬統(tǒng)計數(shù)據(jù)為例，以“公司行業(yè)”為行標(biāo)簽，“公司組織形式”為列標(biāo)簽，對“年度報酬總額(萬元)”數(shù)據(jù)計算平均數(shù)，得到如下分類匯總和聚合計算。

2.Python實現(xiàn)

Python中數(shù)據(jù)透視表的實現(xiàn)原理與Excel類同，使用pandas庫中的pivot_table()方法。data：要進行數(shù)據(jù)透視表操作的DataFrame對象

values：要進行值計算的列，對應(yīng)Excel操作中“數(shù)值”框

index：行索引，對應(yīng)Excel操作中“行標(biāo)簽”框

columns：列名，對應(yīng)Excel操作中“列標(biāo)簽”框

aggfunc：設(shè)定對values要進行的計算類型

fill_value：對空值的填充值

margins：是否顯示合計列

dropna：是否刪除缺失值

margins_name：設(shè)置合計列的列名

當(dāng)然，我們可以進行更多靈活操作，如對各類別的“前三名高管報酬總額”求中位數(shù)，對“年度報酬總額”求均值，這種對不同的值進行不同類型計算，可以通過aggfunc傳入字典（鍵為列名，值為計算方式）來設(shè)定。

VLOOKUP

實際工作中，我們經(jīng)常會需要用到查找功能，VLOOKUP很多時候是Excel用戶學(xué)習(xí)的第一個查找函數(shù)，也是Excel最常使用的三個函數(shù)之一，被稱為Excel中的效率之王。它應(yīng)用非常廣泛，比如可以將多表匹配、合并，達(dá)到對比、查漏等效果，甚至前段時間新誕生的xlookup也借著它的大名火了一把。

例如，在如下信息表中，我們可以查找到與ID號102完全匹配的姓氏，進行返回。

1.Excel實現(xiàn)

VLOOKUP這個名稱中，v為vertical豎直的意思，lookup即為查找，它實現(xiàn)的是縱向按列查找，返回該列所需查詢序列所對應(yīng)的值。

函數(shù)表示：

即：VLOOKUP(你想要查找的內(nèi)容, 要查找的范圍, 包含要返回的值的區(qū)域中的列號, 返回近似或精確匹配)

這里我們繼續(xù)使用2018年國內(nèi)上市公司管理層報酬統(tǒng)計數(shù)據(jù)，需要查找指定的10家上市公司名稱、年度報酬總額、前三名董事報酬總額，及前三名高管報酬總額。在Excel中，就可使用VLOOKUP函數(shù)實現(xiàn)，如L2的名稱數(shù)據(jù)，是以J2為要進行查找的關(guān)鍵字，查找范圍為A2:H3594，返回列數(shù)為2（表示查找范圍的第2列，即“名稱”），匹配模式為FALSE（表示精確匹配）而得到。

2.Python實現(xiàn)

Python中有多種方法可以實現(xiàn)該操作，推薦使用pandas庫中的merge()函數(shù)，它是全功能、高性能的連接操作，在習(xí)慣上非常類似于SQL等關(guān)系數(shù)據(jù)庫。left：參與合并的左側(cè)DataFrame

right：參與合并的右側(cè)DataFrame

how：合并方式，為inner，outer，left，right其中之一

on：用于連接的列名，必須存在于左右兩側(cè)數(shù)據(jù)

left_on：左側(cè)DataFrame中用作連接鍵的列

right_on：右側(cè)DataFrame中用作連接鍵的列

left_index：將左側(cè)的行索引用作其連接鍵

right_index：將右側(cè)的行索引用作其連接鍵

sort：根據(jù)連接鍵對合并后的數(shù)據(jù)進行排序

通過how進行設(shè)置的合并方法，主要取決于merge操作的目的：

若只需要查找到指定的10家上市公司數(shù)據(jù)，則可采用左連接，以放在左側(cè)的avgs數(shù)據(jù)為基準(zhǔn)；

若主要想對右側(cè)salary數(shù)據(jù)中的3593家上市公司管理層報酬數(shù)據(jù)進行分析，僅是將已有的員工人均薪酬數(shù)據(jù)加入，則可考慮使用右連接；

若想保留同時出現(xiàn)在左右兩側(cè)的數(shù)據(jù)，則可考慮使用內(nèi)連接，取鍵的交集；

若想將左右兩側(cè)數(shù)據(jù)都進行保留，則可考慮使用外連接，取鍵的并集。

除了使用on指定連接鍵，我們也可將代碼設(shè)置為index，通過index作為連接鍵進行匹配

總結(jié)

以上是生活随笔為你收集整理的python相比于excel的优势_对照Excel使用Python进行数据分析，更快掌握的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。