当前位置: 首页 > 办公技巧 > 正文

python高效办公技巧(用Python3秒钟完成别人半天的工作量!不用Excel了?)

  • 叁碗诸角 叁碗诸角
  • 办公技巧
  • 2023-08-14 11:37:43
  • 0

做过数据分析的程序员都知道:Excel、Tableau等这些亲民工具都是数据分析的得力助手。

但用Excel做分析,繁琐的每一步都是来自鼠标点击,中间如果一步有误,很多步骤都需要重新调整,浪费大量时间。

这不,前天临近下班时间,老板突然Q我:算一下近一年销售额总额TOP5的品牌以及对应的销售额。

接收完文档我傻眼了,公司旗下有20个品牌,这些品牌涉及到128个类目,业务部门总共发来了128张表,每一份表格对应着一个细分行业的数据,像什么各类户外服装、垂钓装备、救生装备应有尽有。

每张表,以月的维度记录着每个品牌的日期、访客、客单、转化、所属类目(细分行业)等数据:

习惯性的打开Excel,我开始盘算:最终需求是要筛选出近一年销售额总和排名前5的品牌,这一摊子数据,对单独的一张表进行分类汇总,能够得到该细分行业各品牌的销售额,想要得到所有行业的销售额总和,得分类汇总128次,最后对128次结果再次合并

“这个任务看上去很艰巨,不过,考验的主要是体力。”我一眼就“看穿”了事情的本质,右手食指在鼠标上飞速跳动,以90秒一张表格的速度疯狂推进。按照这个速度,不考虑疲劳值对速度的拖累,大概3.2个小时就能够完成任务。

然而,刚开始还没3分钟,老板找到我:刚交你的任务暂时不用做了,新来的已经得出结论了,看着还挺专业。

多年来的职业敏感性驱使我立马跟新同事聊了一下,“刚刚那些表分分钟就搞定了,很简单!”他演示给我看,“我就使用了几行Python代码......

首先,导入模块,打开单个表格:

接着,汇总不同品牌在这个细分行业下的销售额,没有销售额的字段,可以通过访客数*转化率*客单价三者的乘积来计算:

按品牌来汇总销售额,得到近一年各品牌销售额合计:

对于单独行业的销售额,应该加一个区分的标签以防覆盖,而打开时候的文件名,具有天然的区分和防覆盖优势,但要注意去掉文件的后缀。

OK,单个表格处理完成,我们把这一系列操作推而广之即可。用os.listdir方法来遍历文件名,批量循环访问并处理文件,同时引入time计时,打算看一看,面对128张表,Python完成这些操作到底能够比手动快多少:

WOC,整个过程一气呵成,不到3秒,平均一张表格0.02秒!真香!

为了确保数据正常,来预览一下:

这一串看起来很奇怪的销售额,是pandas自作主张把实际销售额变成了科学记数法形式来展示,要还原数值,需要更改一下原始的设置:

我本以为学会Excel走遍天下,没想到Python效率这么高!

20年前,学英语不是为了成为翻译员;10年前,学电脑不是为了成为打字员;今天,学Python数据分析与挖掘不是要都成为数据分析师。

而越来越多的互联网人利用Python完成自动化办公、表格处理、信息搜集、数据分析、数据可视化等工作,至少释放了80%的劳动力!

我们知道什么样的程序员最受欢迎?

肯定不是只会写代码的码农,而是技术过硬又懂业务的,可以通过数据分析,优化代码解决实际业务问题的人才

其实无论是做研发、系统架构,还是产品、运营,在数不清的场景下,用Python做数据分析与挖掘其实是基本功,它不是一个职位,而是一个技能。

这里整理了一些Python数据分析视频教程,想着有用得上的伙伴,回复:数据分析,领取!

Python最新数据分析入门教程https://pan.baidu.com/s/1So1X4-uNgXcNurJDJFPPAA !!!


最新文章