0.先自我介绍一下：
我不是程序员，大学学的也不是IT专业。
我在一个主要业务是成品粮交易的企业工作，我的岗位的主要工作就是制作各类数据统计报表、台账、数据图表等等，反正就是各类日报，每天都要做一遍，此外还有什么周报月报什么的……这个岗位之前的同事，每天至少要花3.5到4个小时去折腾Excel，使用数据透视图、vlookup、其他各类函数去做出一份内含3000多个数据的日报。如果领导临时安排什么工作的话，那就要加班从浩如烟海的数据里找领导要的东西了。
1.噩梦开始时：
我刚接手工作时，我们有一个巨大的，达70多M的Excel文件，每次公司配发的破电脑打开就需要小二十分钟，里面存着我们近十年的采购的每一车的详细信息……然后里面的数据格式还都是混乱的，
打个比方，比如我们有个供货商全名叫：ABCD有限责任公司，
那么这个Excel中会存有
AB公司、
AB有限公司、
CD有限责任公司、
CD责任有限公司、
ACBD有限公司
ABD公司
等等等等名字
在我第一天看到这个Excel的时候
后来交接的同事告诉我，她用的Excel的 vlookup 函数，当匹配不上的时候，就手工搜索……
然后……我……
就这样，经历了噩梦般的几个月……
等到了2017年年初，看到一个词:
图灵完备。
一个图灵完备的语言理论上能解决任何算法。
|
|
V
显然，Python是一种图灵完备的语言。
|
|
V
那Python应该在理论上能替我处理所有事情（生孩子应该不行~~）
|
|
V
我为什么不试着用Python去替我完成工作呢？
2.走了一些弯路，但胜过原地踏步
我的第一步是从数据清洗开始的。（当然那时并不知道这个叫数据清洗）
先把刚才说的那个70M的Excel导成csv，去掉了其中不必要的格式、样式、对象等。
然后我想统一一下各个数据的标准名称，刚才说了，由于经手的人太多，同一个数据，怎么表述的都有，几十万的数据量，人工交叉比对的话显然是不现实的。（后来才知道了笛卡尔积这个词）
我第一步先使用了Excel自身的去重功能，将所有的供货商名称进行了一个去重，剩下了大概5000个左右的名称。
然后，作为一个懒人，我肯定不会用人工去比对了。
Python有一个库&
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
