本篇文章同步發布於 《30 天學會用 Python pandas 和 openpyxl 處理 Excel》系列文回顧與總結【Python 處理 Excel #30】
這篇文章是《30 天學會用 Python pandas 和 openpyxl 處理 Excel》系列文的最後一篇文章,這個系列文的主旨是透過提升 Python 處理 Excel 檔案技巧,進而節省工作上處理 Excel 檔案的時間。
這篇文章回顧從第 1 天到第 29 天分享的內容。這段期間一共討論了 7 大主題:
以下將所有文章按照這 7 大主題分類,讓有興趣的讀者找到相關內容。
這個階段分享用 Python 處理 Excel 檔案的初衷。在工作中遇到什麼處理 Excel 檔案的困難?為什麼選擇 Python 而不是 VBA?
這個階段介紹安裝 Python pandas 套件的方法,以及如何用 pandas 讀取 Excel 檔案。
這個階段包括 pandas DataFrame 的概念及其基本操作 (增加/刪除/查詢/修改/篩選/排序)、處理日期類型數據的技巧、處理缺失值的不同策略。
這個階段進入進階資料處理技巧,包括不同數據集的合併方式和注意事項、更新資料的多種方法、如何分組計算數據、如何用不同方式對數據排名。
這個階段不僅介紹 Python 輸出 Excel 檔案的基本方式,也包括格式化 Excel 工作表的各種技巧 (儲存格格式、對齊、凍結視窗等),還有如何使用 Python 製作 Excel 圖表,讓數據可視化。
這個階段關注如何讓 Python 程式更容易分享與使用,包括使用類別改善程式碼架構的原因和好處、如何製作方便使用的圖形介面,與如何將 Python 程式打包為 exe 執行檔。
最後這個階段透過實際案例,分享如何綜合運用前面所學的知識,解決工作中的 Excel 處理問題,並透過自動化的流程提升工作效率。
《30 天學會用 Python pandas 和 openpyxl 處理 Excel》系列文與其說是向他人分享如何用 Python 操作 Excel,這個系列文更像是寫給自己的技術手冊,記錄自己在工作遇到的挑戰和收獲。
生成式 AI 的幫助下,要產出程式碼變輕鬆了,很多時候忙著解決問題,沒有停下來理解 AI 產出的答案是用什麼方式解決了問題。如果不是藉由系列文的形式整理程式專案中使用到的程式碼,也不會發現自己已經學到許多 Python pandas 跟 openpyxl 套件的使用技巧,甚至還有能力使用 Python 的類別、建立圖形使用者介面、打包執行檔等等。
第一次是生成式 AI 教我如何使用這些工具,但和 AI 對話的內容總是片段、零碎。現在按主題整理好這些知識,日後遇到相關問題時就能透過文章幫助自己想起如何處理類似的問題了。
本篇文章同步發布於 《30 天學會用 Python pandas 和 openpyxl 處理 Excel》系列文回顧與總結【Python 處理 Excel #30】