Hướng dẫn can i replace excel with python? - tôi có thể thay thế excel bằng python không?

Sử dụng gấu trúc và numpy để thay thế excel.

Là một người đã làm việc với Excel trong nhiều năm, tôi biết rằng ý tưởng học những điều bạn đã có thể làm trong Excel/VBA trong một môi trường hoàn toàn mới như Python không có vẻ thú vị. Tuy nhiên, tất cả những lợi ích mà môi trường Python cung cấp làm cho điều này xứng đáng. Vì lý do này, tôi đã đưa ra một hướng dẫn hữu ích và đơn giản mà tôi ước mình có khi tôi chuyển từ Excel sang Python.

Trong bài viết này, chúng tôi sẽ sử dụng Python từ Pandas và Numpy Library để thay thế nhiều chức năng Excel mà bạn có thể đã sử dụng trong quá khứ.

Table of Contents
1. The Dataset
2. Sum, Average, Max, Min, Count
 - Columns (e.g. sum a column)
 - Rows (e.g. sum a row)
3. IF
 - Replace IF with np.where
 - Replace nested IF with np.select
4. SumIf, CountIf, AverageIf
 - One condition (select a column with square brackets [ ] )
 - Two or more conditions (select columns and use & or |)
5. Basic Data Cleaning
 - Change the case of text with .str.lower, .str.upper or .str.title
 - Extract text in a column with .str.extract
 - Identify whether a cell is empty with the .isnull method
6. Vlookup
 - Find an element with .loc[ ]
 - Merge two tables with pd.merge or pd.concat
7. Pivot Table
 - Use the .pivot_table method
8. Replace Excel Graphs with Python’s Matplotlib or Seaborn

Bộ dữ liệu

Trong hướng dẫn này, chúng tôi sẽ sử dụng một tệp Excel có định dạng .csv, thường được sử dụng khi làm việc với các bộ dữ liệu. Bộ dữ liệu bao gồm các nhãn hiệu được bảo mật bởi các sinh viên trong các môn học khác nhau và sẽ giúp chúng tôi dễ dàng chuyển từ bảng tính Excel sang các khung dữ liệu Python. Bạn có thể tải xuống dữ liệu này trên Kaggle hoặc trên GitHub của tôi (kiểm tra thư mục bộ dữ liệu).

Để bắt đầu với hướng dẫn này, hãy để nhập các thư viện gấu trúc và numpy.

import pandas as pd
import numpy as np

Lưu ý: Nếu bạn không có các thư viện được cài đặt trong Python, bạn có thể dễ dàng cài đặt chúng bằng cách viết

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Với điều này, chúng ta có thể xem xét dữ liệu đầu tiên. Để làm như vậy, chúng tôi sử dụng

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Khi chúng tôi đọc tệp CSV này, chúng tôi đặt tên cho nó. Trong trường hợp này, tôi đặt tên nó là

df_excel.describe()

Điều này trông tương tự như bảng tính Excel, nhưng ở định dạng này, nó sẽ dễ dàng hơn để gây ra dữ liệu. Bây giờ tôi sẽ chỉ cho bạn trong Python cách thực hiện một số chức năng phổ biến mà bạn có thể đã sử dụng trong Excel.

Tổng, trung bình, tối đa, tối thiểu, đếm

Các chức năng phổ biến của Excel có thể dễ dàng thay thế bằng các phương pháp gấu trúc. Hãy để một cái nhìn.

Các cột (ví dụ: tổng một cột)

Nếu chúng tôi muốn nhận được hầu hết các chức năng được liệt kê ở trên, chúng tôi sẽ sử dụng phương thức

df_excel.describe()

df_excel.describe()

Như bạn có thể thấy, với điều này, chúng tôi có được các giá trị, trung bình, tối đa và tối thiểu của tất cả các cột số.

Tuy nhiên, nếu chúng tôi muốn chọn một hàng cụ thể, trước tiên chúng tôi chọn với dấu ngoặc vuông

df_excel.describe()

df_excel.describe()

df_excel.describe()

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

Đây là một số phương pháp khác bạn có thể sử dụng.

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

Hàng (ví dụ: tổng một hàng)

Bây giờ, hãy để nói rằng chúng tôi muốn tính trung bình của 3 điểm (toán học, đọc và viết). Các giá trị đó nằm trong các cột khác nhau, vì vậy chúng tôi có 2 tùy chọn. Chúng ta có thể tổng hợp từng cột

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

Hoặc sử dụng phương thức chúng tôi đã sử dụng trước đây để tổng hợp các giá trị trong một cột, nhưng trong trường hợp này, chúng tôi thêm

df_excel.describe()

df_excel['average'] = df_excel.mean(axis=1)

Chúng tôi cũng đã thêm một cột mới

df_excel.describe()

df_excel.describe()

Hãy nhớ rằng trong ví dụ này, chúng tôi có thể sử dụng tùy chọn thứ hai vì các giá trị số duy nhất nằm trong các cột mong muốn ((toán học, đọc và ghi). Nếu có một cột bổ sung mà chúng tôi không muốn xem xét trong tổng , chúng ta chỉ nên sử dụng tùy chọn đầu tiên.

Trong trường hợp chúng tôi muốn đếm số lượng dữ liệu cụ thể trong một cột, chúng tôi có thể sử dụng phương thức

df_excel.describe()

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

NẾU

Chúng ta có thể dễ dàng thay thế Excel, nếu chức năng bằng cách sử dụng Numpy.

Thay thế nếu bằng NP. Ở đâu

Hãy để tưởng tượng chúng tôi muốn biết liệu một học sinh đã vượt qua hay thất bại trong một bài kiểm tra và tạo một cột mới với thông tin đó. Chúng ta có thể dễ dàng làm điều đó với mã sau.

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

Như bạn có thể thấy

df_excel.describe()

Thay thế lồng nhau nếu bằng np.select

Hãy để tưởng tượng chúng tôi muốn cho các lớp từ A đến F dựa trên điểm số thu được. Trong trường hợp này, chúng tôi có nhiều hơn 2 giá trị, vì vậy chúng tôi sử dụng

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

import pandas as pd
import numpy as np

Hãy nhớ rằng mỗi điều kiện nên nằm trong dấu ngoặc đơn. Bây giờ chúng tôi sử dụng phương thức

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

import pandas as pd
import numpy as np

Bây giờ 5 hàng đầu tiên đầu ra sẽ trông như thế này.

Điều này trông tương tự như bảng tính Excel, nhưng ở định dạng này, nó sẽ dễ dàng hơn để gây ra dữ liệu. Bây giờ tôi sẽ chỉ cho bạn trong Python cách thực hiện một số chức năng phổ biến mà bạn có thể đã sử dụng trong Excel.

Tổng, trung bình, tối đa, tối thiểu, đếm

Các chức năng phổ biến của Excel có thể dễ dàng thay thế bằng các phương pháp gấu trúc. Hãy để một cái nhìn.

Một điều kiện (chọn một cột có dấu ngoặc vuông [])

Hãy để tưởng tượng chúng ta muốn tổng số điểm cho giới tính nữ. Để làm như vậy, trước tiên, chúng tôi viết điều kiện

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

df_excel.describe()

In [1]: df_excel['math score'].mean()
Out [1]: 66.089

import pandas as pd
import numpy as np

Chúng tôi chỉ chọn giới tính nữ và đặt nó vào một khung dữ liệu được gọi là

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

Hai hoặc nhiều điều kiện (chọn cột và sử dụng & hoặc |)

Nếu chúng ta có hai hoặc nhiều điều kiện, mã sẽ trông giống với quy định trên, nhưng với một số thay đổi. Hãy tưởng tượng chúng tôi muốn tính điểm số của nữ trong nhóm B

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

import pandas as pd
import numpy as np

Vì có 2 điều kiện chúng tôi có thể sử dụng & | đại diện và/hoặc tương ứng. Hãy nhớ rằng mỗi điều kiện nên nằm trong dấu ngoặc đơn.Keep in mind that each condition should be within parenthesis.

Bây giờ hãy để tổng hợp các điểm số.

import pandas as pd
import numpy as np

Trong trường hợp này, tôi đã sử dụng

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

Làm sạch dữ liệu cơ bản

Chúng tôi sẽ kiểm tra một vài phương pháp được sử dụng để làm sạch dữ liệu. Trong trường hợp bạn muốn biết tất cả các phương pháp được sử dụng để làm sạch dữ liệu, hãy kiểm tra hướng dẫn đầy đủ tôi đã viết về cách làm sạch và chuẩn bị dữ liệu trong Python.

Chúng tôi sẽ tiếp tục sử dụng khung

df_excel.describe()

Thay đổi trường hợp văn bản với .Str.Lower, .str.upper hoặc .str.title

Để truy cập các chuỗi có trong một cột, chúng tôi sử dụng

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

import pandas as pd
import numpy as np

Để lưu các giá trị, chúng ta có thể ghi đè một cột như trong mã bên dưới.

import pandas as pd
import numpy as np

Nhưng trong trường hợp này, chúng tôi sẽ để lại các giá trị như vậy.

Trích xuất văn bản trong một cột với .str.extract

Chúng ta có thể dễ dàng trích xuất văn bản từ một cột với

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

Hãy để chúng tôi tưởng tượng chúng tôi chỉ muốn trích xuất các từ trong trường hợp trên trong cột

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

import pandas as pd
import numpy as np

Trong trường hợp này, chúng tôi đã sử dụng biểu thức thông thường

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

df_excel['math score'].mean()
df_excel['math score'].max()
df_excel['math score'].min()
df_excel['math score'].count()

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

Xác định xem một ô có trống với phương pháp .isnull

Để thay thế Excel, Counta, trong Python, chúng ta có thể sử dụng

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

import pandas as pd
import numpy as np

Trong trường hợp này, không có giá trị trống nên kết quả sẽ là một khung dữ liệu trống.

Vlookup

Để tìm các yếu tố như Vlookup làm trong Excel, chúng tôi sẽ sử dụng

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

Chỉ cho những ví dụ này, chúng tôi sẽ làm việc với 2 bảng tính Excel. Đầu tiên là cùng một sinh viên của người Viking, chúng tôi đã làm việc cho đến nay, trong khi tệp thứ hai là tệp CSV có tên là LanguLAGESCORE, mà tôi đã tạo với ngẫu nhiên

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

import pandas as pd
import numpy as np

Bây giờ, chúng tôi sẽ tạo một cột

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = df_excel.mean(axis=1)

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Như bạn có thể thấy, tôi đã tạo một cột

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['average'] = df_excel.mean(axis=1)

df_excel['average'] = df_excel.mean(axis=1)

df_excel['average'] = df_excel.mean(axis=1)

df_excel['average'] = df_excel.mean(axis=1)

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

Tìm một phần tử với .loc []

Tìm một phần tử sử dụng gấu trúc cũng dễ như viết

df_excel['average'] = df_excel.mean(axis=1)

df_excel['average'] = df_excel.mean(axis=1)

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Chúng tôi cũng có thể đặt điều kiện. Ví dụ: chúng tôi muốn có được điểm toán cho học sinh với

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Điều này có nghĩa là học sinh với

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

Hợp nhất hai bảng với pd.merge hoặc pd.concat

Hãy để tưởng tượng bạn muốn thêm điểm ngôn ngữ của tất cả các sinh viên đã làm bài kiểm tra. Trong trường hợp này, chúng tôi sử dụng

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Trên đây, bạn có thể thấy rằng một đối số khác là cần thiết

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

df_excel['average'] = df_excel.mean(axis=1)

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

Bạn cũng có thể sử dụng

In [2]: df_excel['gender'].value_counts()
Out [2]: 
female    518
male      482

df_excel['average'] = (df_excel['math score'] + df_excel['reading score'] + df_excel['writing score'])/3

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Tất cả các giá trị không phù hợp với nhau sẽ nhận được NAN, nhưng chúng tôi có thể thay thế nó bằng bất kỳ giá trị nào bằng cách sử dụng phương thức ____92.

Bàn xoay

Sử dụng phương thức .Pivot_Table

Phương pháp pivot_table pivot_table hoạt động tương tự như phương pháp bạn tìm thấy trong Excel.

Hãy để tưởng tượng chúng tôi muốn có được điểm toán và viết của tất cả các nhóm bên trong

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Đối số

df_excel['average'] = df_excel.mean(axis=1)

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

Thay thế đồ thị excel bằng python từ matplotlib hoặc seeborn

Python chứa các thư viện khác nhau để làm cho trực quan hóa tốt như những ưu đãi Excel.

Hãy để Lừa làm cho một Barplot đơn giản dựa trên kết quả của

df_excel['pass/fail'] = np.where(df_excel['average'] > 70, 'Pass', 'Fail')

import pandas as pd
import numpy as np

import pandas as pd
import numpy as np

df_excel = pd.read_csv('StudentsPerformance.csv')
df_excel

Đối số đầu tiên của

import pandas as pd
import numpy as np

import pandas as pd
import numpy as np

Thay thế đồ thị excel bằng python từ matplotlib hoặc seeborn

Cái nào tốt hơn hoặc trăn?

Làm thế nào để tôi thay đổi từ Excel sang Python?

Python có dễ hơn excel không?

Một sự thay thế tốt cho Excel là gì?