Ɖ11-榫卯/ 一些在 Python 簡單的，在 Excel 會很複雜的事情

2022 iThome 鐵人賽

DAY 11

AI & Data

先別急著學 Python | The Secret to Success in Python系列第 11 篇

14th鐵人賽 kaggle python excel 數據分析

juck30808

2022-09-25 23:34:49

1828 瀏覽

分享至

一些在 Python 簡單的，在 Excel 會很複雜的事情

結束上次提及的加權平均數，這次的目的是展示一些常見的 Excel 任務，以及你如何在 pandas 中執行類似的任務。雖然說其中一些例子有些簡單且微不足道，但我認為展示簡單的和更複雜的函數很重要，你可以在其他地方找到。作為額外的內容，我將做一些 Vlookup 來做模糊字符串匹配，以顯示這個過程的一個小轉折，並展示 pandas 如何利用完整的python系統做一些 Python 簡單的，在Excel中會很複雜的事情。

新資料集的使用 New Data Set

在開始之前我們先引入新的資料集, 並且導入接下來會用上的 Pandas 和 Numpy Library。

import pandas as pd
import numpy as np
df = pd.read_excel("data.xlsx")
df.head()

簡單加法總和 Easy addition

小試身手一下，我們先利用基本的加法來簡單做統計，我想添加一個總列來顯示 1月、2月和3月的總銷售額。這在 Excel 和 Pandas 中都是很簡單的。在 Excel 中，能在列中添加了公式 sum(G2:I2)，我們也可以在 Pandas 做到新增欄目，這個方法非常的簡單。

df["total"] = df["Jan"] + df["Feb"] + df["Mar"]
df.head()

此外，現在我們想增加一個按月計算的總數和總計。這就是 Pandas 和 Excel 的分歧之處。在Excel中為每個月的單元格添加總數是非常簡單的。但因為 Pandas 需要維護整個 DataFrame 的完整性，所以還需要增加幾個步驟。

sum_row = df[["Jan","Feb","Mar","total"]].sum()
df_sum  = pd.DataFrame(data=sum_row).T  #transpose 
df_sum

Excel

同樣的功能我們應用在 Excel 上反而顯得容易的多，我們只需要利用 Sum(x:y) 的方式，就能夠快速拉出我們想要加總的內容，甚至說我們並不需要記住多種不同的公式。

Vlookup 查詢

Vlookup 是我們很常使用的 Excel 功能，他幫我們達成快速匹配數值，當我們需要找到 A 所對應的 B 值時，這項功能就會非常好用。舉例來說我們有一雙鞋，我們可以利用 Vlookup 匹配他所擁有的價格，根據官方中 Vlookup 的解釋如下。

VLOOKUP (lookup_value, table_array, col_index_num, [range_lookup])

Lookup_value 為需要在數據表第一列中進行查找的數值。
Table_array 為需要在其中查找數據的數據表。使用對區域或區域名稱的引用。
col_index_num 為 table_array 中查找數據的數據列序號。
Range_lookup 為一邏輯值，指明函數 VLOOKUP 查找時是精確匹配，還是近似匹配。如果為FALSE或0，則返回精確匹配，如果找不到，則返回錯誤值 #N/A。如果 range_lookup 為TRUE或1，將查找近似匹配值。

根據例子中，我希望可以查詢每個美國州的縮寫，我會利用 =VLOOKUP(E2,$B$19:$C$31,2,FALSE) 方式來寫，我們仔細分解結構來說，E2(Lookup_value)指的就是我想要查的目標，而 B19:C31(Table)則是我要尋找的對應表，位於本圖片中的左下角，而其中的 2(col_index_num) 表示我要找第二個值，Texas 對應的就是縮寫 TX，最後簡單設定邏輯值 False(Range_lookup)