在以前，商業分析對應的英文單詞是Business Analysis，大家用的分析工具是Excel，后來數據量大了，Excel應付不過來了(Excel最大支持行數為1048576行)，人們開始轉向python和R這樣的分析工具了，這時候商業分析對應的單詞是Business Analytics。
其實python和Excel的使用準則一樣，都是[We don't repeat ourselves]，都是盡可能用更方便的操作替代機械操作和純體力勞動。
用python做數據分析，離不開著名的pandas包，經過了很多版本的迭代優化，pandas現在的生態圈已經相當完整了，官網還給出了它和其他分析工具的對比：
本文用的主要也是pandas，繪圖用的庫是plotly，實現的Excel的常用功能有：
Python和Excel的交互
vlookup函數
數據透視表
繪圖
以后如果發掘了更多Excel的功能，會回來繼續更新和補充。開始之前，首先按照慣例加載pandas包：
Python和Excel的交互
pandas里最常用的和Excel I/O有關的四個函數是read_csv/ read_excel/ to_csv/ to_excel，它們都有特定的參數設置，可以定制想要的讀取和導出效果。
比如說想要讀取這樣一張表的左上部分：
可以用pd.read_excel("test.xlsx", header=1, nrows=17, usecols=3)，返回結果：
輸出函數也同理，使用多少列，要不要index，標題怎么放，都可以控制。
vlookup函數
vlookup號稱是Excel里的神器之一，用途很廣泛，下面的例子來自豆瓣，VLOOKUP函數最常用的10種用法，你會幾種?
案例一
問題：A3:B7單元格區域為字母等級查詢表，表示60分以下為E級、60~69分為D級、70~79分為C級、80~89分為B級、90分以上為A級。D:G列為初二年級1班語文測驗成績表，如何根據語文成績返回其字母等級?
方法：在H3:H13單元格區域中輸入=VLOOKUP(G3, 3:7, 2)
python實現：
案例二
問題：在Sheet1里面如何查找折舊明細表中對應編號下的月折舊額?(跨表查詢)
方法：在Sheet1里面的C2:C4單元格輸入 =VLOOKUP(A2, 折舊明細表!AG$12, 7, 0)
python實現：使用merge將兩個表按照編號連接起來就行
案例三
問題：類似于案例二，但此時需要使用近似查找
方法：在B2:B7區域中輸入公式=VLOOKUP(A2&"*", 折舊明細表!B2:G12, 6, 0)
python實現：這個比起上一個要麻煩一些，需要用到一些pandas的使用技巧
案例四
問題：在Excel中錄入數據信息時，為了提高工作效率，用戶希望通過輸入數據的關鍵字后，自動顯示該記錄的其余信息，例如，輸入員工工號自動顯示該員工的信命，輸入物料號就能自動顯示該物料的品名、單價等。
如圖所示為某單位所有員工基本信息的數據源表，在“2010年3月員工請假統計表”工作表中，當在A列輸入員工工號時，如何實現對應員工的姓名、身份證號、部門、職務、入職日期等信息的自動錄入?
方法：使用VLOOKUP+MATCH函數，在“2010年3月員工請假統計表”工作表中選擇B3:F8單元格區域，輸入下列公式=IF(A3="","",VLOOKUP(A3,員工基本信息!A:H,MATCH(B2,員工基本信息!2:$2,0),0))，按下【Ctrl+Enter】組合鍵結束。
python實現：上面的Excel的方法用得很靈活，但是pandas的想法和操作更簡單方便些
案例五
問題：用VLOOKUP函數實現批量查找，VLOOKUP函數一般情況下只能查找一個，那么多項應該怎么查找呢?如下圖，如何把張一的消費額全部列出?
方法：在C9：C11單元格里面輸入公式=VLOOKUP(B$9&ROW(A1),IF({1,0},$B$2:$B$6&COUNTIF(INDIRECT("b2:b"&ROW($2:$6)),B$9),$C$2:$C$6),2,)，按SHIFT+CTRL+ENTER鍵結束。
python實現：vlookup函數有兩個不足(或者算是特點吧)，一個是被查找的值一定要在區域里的第一列，另一個是只能查找一個值，剩余的即便能匹配也不去查找了，這兩點都能通過靈活應用if和indirect函數來解決，不過pandas能做得更直白一些。
數據透視表
數據透視表是Excel的另一個神器，本質上是一系列的表格重組整合的過程。這里用的案例來自知乎，Excel數據透視表有什么用途：(https://www.zhihu.com/question/22484899/answer/39933218 )
問題：需要匯總各個區域，每個月的銷售額與成本總計，并同時算出利潤
通過Excel的數據透視表的操作最終實現了下面這樣的效果：
python實現：對于這樣的分組的任務，首先想到的就是pandas的groupby，代碼寫起來也簡單，思路就是把剛才Excel的點鼠標的操作反映到代碼命令上：
也可以使用pandas里的pivot_table函數來實現：
pandas的pivot_table的參數index/ columns/ values和Excel里的參數是對應上的(當然，我這話說了等于沒說，數據透視表里不就是行/列/值嗎還能有啥。)
但是我個人還是更喜歡用groupby，因為它運算速度非常快。我在打kaggle比賽的時候，有一張表是貸款人的行為信息，大概有2700萬行，用groupby算了幾個聚合函數，幾秒鐘就完成了。
groupby的功能很全面，內置了很多aggregate函數，能夠滿足大部分的基本需求，如果你需要一些其他的函數，可以搭配使用apply和lambda。
不過pandas的官方文檔說了，groupby之后用apply速度非常慢，aggregate內部做過優化，所以很快，apply是沒有優化的，所以建議有問題先想想別的方法，實在不行的時候再用apply。
我打比賽的時候，為了生成一個新變量，用了groupby的apply，寫了這么一句：ins['weight'] = ins[['SK_ID_PREV'， 'DAYS_ENTRY_PAYMENT']].groupby('SK_ID_PREV').apply(lambda x: 1-abs(x)/x.sum().abs()).iloc[:,1]，1000萬行的數據，足足算了十多分鐘，等得我心力交瘁。
繪圖
因為Excel畫出來的圖能夠交互，能夠在圖上進行一些簡單操作，所以這里用的python的可視化庫是plotly，案例就用我這個學期發展經濟學課上的作業吧，當時的圖都是用Excel畫的，現在用python再畫一遍。開始之前，首先加載plotly包。
柱狀圖
當時用Excel畫了很多的柱狀圖，其中的一幅圖是
下面用plotly來畫一下
雷達圖
用Excel畫的：
用python畫的：
畫起來比Excel要麻煩得多。
總體而言，如果畫簡單基本的圖形，用Excel是最方便的，如果要畫高級一些的或者是需要更多定制化的圖形，使用python更合適。
京公網安備 11010802030320號