pandas把一个excel的特定数据写到另一个excel_Excel或Python如何执行大数据分析任务...

　　在Excel或Python如何执行大数据分析任务文章中，我们将通过研究如何在两个平台上执行基本分析任务来比较Excel和Python。

　　Excel是世界上最常用的数据分析软件。为什么?一旦掌握了它，就很容易掌握并具有强大的功能。相比之下，Python的声誉在于它更难使用，尽管一旦您了解到它几乎是无限的，就可以使用它。

　　但是，这两个数据分析工具实际上如何比较?他们的声誉并不能真正反映现实。在本教程中，我们将研究一些常见的数据分析任务，以演示Python数据分析的可访问性。

　　本教程假定您具有Excel的中级知识，包括使用公式和数据透视表。

　　我们将使用Python库pandas，该旨在帮助Python中的数据分析，但是本教程不需要任何Python或pandas知识。

　　为什么要使用Python vs Excel?

　　在开始之前，您可能想知道为什么Python甚至值得考虑。您为什么不能只继续使用Excel?

　　尽管Excel很棒，但是在某些领域中，某些类型的数据分析可以使像Python这样的编程语言更好。这是来自我们的帖子的一些原因：Excel用户应考虑学习编程的9个理由：

　　a.您几乎可以读取和处理任何类型的数据。

　　b.自动化和重复性的任务更加容易。

　　c.处理大型数据集非常重要更快，更容易。

　　d.其他人可以更轻松地复制和审核您的工作。

　　e.查找和修复错误更容易。

　　f.Python是开放源代码，因此您可以查看所使用的库背后的内容。

　　g.先进的统计和机器学习功能。

　　h.先进的数据可视化功能。

　　i.跨平台稳定性-您的分析可以在任何计算机上运行。

　　需要明确的是，我们不主张将Excel抛在后面-这是一个功能强大的工具，用途广泛!但是，作为Excel用户，也可以利用Python的功能可以节省您的时间，并开拓职业发展机会。

　　值得记住的是，这两个工具可以协同工作，并且您可能会发现某些任务最好留在Excel中，而另一些则可以从Python提供的功能，灵活性和透明性中受益。

　　导入我们的数据

　　首先，让我们熟悉本教程要使用的数据。我们将使用有关销售人员的虚构数据。这是我们的数据在Excel中的样子：

　　我们的数据保存为名为的CSV文件sales.csv。为了将数据导入熊猫，我们需要先导入熊猫库本身。

　　上面的代码导入pandas并将其作为语法的别名pd。这听上去很复杂，但这实际上只是一种昵称-这意味着在将来我们可以pd用来指代pandas这样我们就不必每次都键入完整的单词。

　　要阅读我们的文件，我们使用pd.read_csv()：