Python数据分析学习笔记001

我，很懒的一个人。

以前工作时，很少做总结，所以进步慢。

几年前，还在上班，公司学习美军，想沉淀各位“专家”的经验，我曾牵头搞过一个大部门的知识社区，拉赞助搞活动，用户发展到了4位数以上，日点击量在5位数上。

可自己很少写东西，弄个链接转发多方便啊。

人总是这样，搭个台子，却指望别人来唱戏。

不写东西的原因有两个，一个是懒，另一个是被高考语文不及格阴影一直笼罩着（嘻嘻，踢一下高考这只猫），觉得会写东西是件好高大上的事情，哪是我这种人干的事。

其实，不应该限定自己，任何时候。

一辈子就那么几十年，想到什么，就去试试吧，又不会死人，管别人怎么看呢。

自学python编程有一段时间了，越来越喜欢它。

因为它比较符合我懒的天性，有好多别人已经开发好的模块可以直接拿来用，从最简单的科学计算、数据统计到高大上的机器学习、自然语言处理，都有现成的，基本能满足你的日常需求，你不用再去“重复造轮子”，拿来用就是了，多么美好的事情。

先自问自答一个问题：

编程只是计算机软件工程师能做的事么？

肯定的回答是：不是。

不信，你可以去百度一下，日本有个退休的老太太，自学编程，还开发出了好几款手机游戏呢。

任何人，只要你感兴趣，拿起一本编程书籍，打开电脑，至少编个小程序，可以把"Hello world！"，在屏幕上打印出来。

在python里，就是一句话的事情：print("Hello world")。

就是这么简单。

事情，不开始做的话，永远很难。

我的大多数朋友们，不像我已经下岗了，他们都还是有工作的，所以呢，后面，我会结合一些日常办公常要做的琐碎事，把我的学习心得进行整理出来，供大家参考，希望能对他们有所帮助。

像如何安装python等等这类问题，我就不讲，随便找一本最便宜的入门手册，照着做就行了。如果你自己安装过office软件，或在电脑上玩过游戏，应该不是问题。

好，闲话少说，再说就显出啰嗦的本性了。

今天要讲的是：

如何用python读、写excel表格的数据

1、需要用到的模块（别人写好的软件）

如果只写一张sheet页，那么我们只需用到一个模块，它叫pandas。

如果要写多个sheet页，那么还要用到另一个模块，openpyxl。

我们一步步来，今天只用到pandas

2、准备工作：

先弄一个有数据的Excel文件，我们假设它的名字叫的"test.xlsx",里面有一个sheet页，叫"sheet1"

3、扩展python的能力：

前面我们说过了，python生态环境中，有非常多的人在为它开发各种各样的“软件”, 以扩展python的能力，在使用它们之前，我们要引入它，并且最好给引入的能力取个名字，以方便你在后面使用它。

下面这句话就是python中引入软件模块的常用格式，当然它还有许多变种，我们先讲最简单的一种：

import pandas aspd

“pandas"是python生态中十分重要的一个软件模块，只要是从事数据分析工作，没法离开它。“pd”就是你给引入pandas后，你后面编程“调用”它的能力时所取的名字，以后你一喊它，它就会乖乖地听你的话。

4、读取excel表格中的数据：

下面我们用一句话读取"test.xlsx"文件中"sheet1"页中的数据表，并且把它有序地存放在计算机内存中某个地方，你可以理解这个地方是按pandas软件规划好的一个格子间（pandas开发人员把它叫做Dataframe)，它把读取进来的数据按格子一个个地给塞进去，方便你取用。

df = pd.read_excel("d:\\data\\test1.xlsx")

为了方便讲解，我随便做了一个最简单的费用报销登记表格，如下：

在电脑上运行上述命令后，"df"这个计算机的“格子间”里，就存放了这张表里的所有数据，像下面这个样子（注：你不需要打开这个excel文件就可以读取里面的数据）

你可以随时查看读取进来的数据，敲一个"df"，把它召唤出来就行。

如果要查看报销金额的最大值，这样做：

df["报销金额"].max()

如果想知道是谁报销了这么大的金额呢？这样做：

df["姓名"][df["报销金额"]==df["报销金额"].max]

如果要汇总所有的报销费用，这样做：

df["报销金额"].sum()

有没有发现一个问题呢？，汇总出来的数似乎和excel表格中的数据实际加总值不太一样，小数点后多了很多位，这是因为计算机把读进来的带小数位的数全转换成了“浮点”类型，而浮点数在运算时，由于计算机本身的进制转换的原因，导致了极微小的偏差，但这不影响整体的数据应用。

另外，默认情况下，pandas在读取数据后，会自动给加一列序号，这是它的"索引"，就相当于格子间的编号，你可以很方便地用它来存取数据，当然，你也可以不用它这个自动的索引，方法我们后面再讲。

下面，我们给这个表格加一列数据，比如“接单人”，先简单一点，假设全部都是“吴MM”签收的报销单，这样做：

df["接单人"] = "吴MM"

然后我们再把它们全部召唤出来，集合排个队瞧瞧：

5、把处理好的数据写入excel表格：

辛苦一天，该下班关电脑了，python不像excel，有自动保存数据的功能，我们还是把劳动成果先保存了再说，否则关了机，可就啥也没有了。

这样做：

先提醒一下：大家如果要在自己的数据表格上操作，请一定记得要先备份好原始数据，因为pandas自带的写excel文件方法，是会把原文件覆盖掉的，如果你的原始表格数据很重要，执行下面这条命令，那些其他的表格和数据可都找不回来了，到时候可不要来打我。

df.to_excel("d:\\data\\test.xlsx")

再打开test.xlsx这个文件，就成这样了：

看了我今天的学习笔记，大家有没有一点点收获呢，是不是对python也感一点兴趣了，有兴趣的话，就打开电脑试试吧。

如果有啥问题，可在公众号后台给我留言，在我能力圈内的，尽快给大家回复。

下篇预告：

我这个笔记没啥长远规划，想到哪里，学到哪里，就写到哪里吧。

下篇准备写一下：

如何用python处理多个不同excel文件中的数据。