(首先吐槽一番,发泄一下)最近初入一家数据服务公司做Intern Analyst,听名字是不是感觉很牛,然而作为实习生的小编我只能负责摘摘数据,更新一下KPI,让小编我甚是郁闷。然而,在工作中也遇到了一个小难题,问题虽小,也得有人解决不是!
问题:作为数据分析师,很多人是不懂编程的,但工作中又常常需要对比数据。比如,leader第一次交给我的任务就是,对比Excel中顾客两次购买产品收货地址是否有变化,基于广大人民的个性化创造力,明明同一个地址硬是写出了十几种格式。于是,苦逼如我只能用肉眼一一对比近乎500条记录,那个酸爽的感觉简直回味无穷。然而,接二连三的接到同类的任务,那日子还能过吗?
于是开始了自我拯救之路:
1.导入difflib模块,感受相似度计算
#import difflib
#query_str = "公安局"
#str2 = "上海市公安局"
#str3 = "上海市邮政局"
#print(difflib.SequenceMatcher(None, query_str, str2).quick_ratio())
#print(difflib.SequenceMatcher(None, query_str, str3).quick_ratio())
2.导入openpyxl,操作excel数据
3.洋洋洒洒十几行代码,妥妥地鄙视了一番不懂编程的leader(哈哈,稍有不敬!)
#导入模块,打开文件
import openpyxl