python 高效代替Excel 让你更快上手数据分析 使用场景合集

最近在学习pandas，虽然大部分功能Excel有可视化替代，但是速度肯定不如自己搞更快的嘛。

1.查出两组数据中不重复的部分

场景

供应商A的库存和供应商B的库存相似，但是畅销款不同，需要通过数据对比，找出对应的畅销款，并独立制定供货计划。

import pandas as pd
import numpy as np
//np可以不导入，本例子中未使用到该包

file_name1 = '文件路径1'
file_name2 = '文件路径2'

//Excel的使用该方法，CSV也是用对应的CSV等方法
data1 = pd.read_excel(file_name1) #reading file
data2 = pd.read_excel(file_name2)#GROUP

//合并两组数据
data3 = pd.concat([data1,data2])
//数据去重
data3 = data3.drop_duplicates(keep=False,inplace=True)
//去重后重新建立索引
data3 = data3.reset_index()
//打印不重复的部分
print(data3)

2.单组数据去重复项

场景，有原始数据一堆，但是想取不重复项进行编号，此时可以直接用Excel的功能实现，但是为了锻炼pandas特意使用python完成此操作。

import pandas as pd
# 导入文件
file_name1 = "C:/Users/工作簿1.xlsx"
data1 = pd.read_excel(file_name1) #reading file
# subset：表示要进去重的列名，默认为 None。
# keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。
# inplace：布尔值参数，默认为 False 表示删除重复项后返回一个副本，若为 Ture 则表示直接在原数据上删除重复项。
data1.drop_duplicates(keep="first",inplace=True)
data1=data1.reset_index(drop=True)
data1.columns=["供应商"]
print(data1)
#不打印索引，不打印列名行
data1.to_excel("C:/Users/工作簿2.xlsx",index=False,header=None)

#Python的boolean需要为True 或者 False 值要等于覆盖才会写入，Excel有直接去除重复项

3.待补充....