还在为多张Excel汇总统计发愁？Python 秒处理真香！
还在为多张Excel汇总统计发愁？Python 秒处理真香！
为什么越来越多的非程序员白领都开始学习 Python ？他们可能并不是想要学习 Python 去爬取一些网站从而获得酷酷的成就感，而是工作中遇到好多数据分析处理的问题，用 Python 就可以简单高效地解决。本文就通过一个实际的例子来给大家展示一下 Python 是如何应用于实际工作中高效解决复杂问题的。
背景
小明就职于一家户外运动专营公司，他们公司旗下有好多个品牌，并且涉及到很多细分的行业。小明在这家公司任数据分析师，平时都是通过 Excel 来做数据分析的。今天老板丢给他一个任务：下班前筛选出集团公司旗下*近一年销售额前五名的品牌以及销售额。
对于 Excel 大佬来说，这不就是分分钟的事吗？小明并没有放在眼里，直到市场部的同事将原始的数据文件发给他，他才意识到事情并没有那么简单：
表格文件（数据来源于网络）
这并不是想象中的排序取前五就行了。这总共有90个文件，按常规的思路来看，他要么将所有文件的内容复制到一张表中进行分类汇总，要么将每张表格进行分类汇总，然后再**终结果进行分类汇总。
想想这工作量，再想想截止时间，小明挠了挠头，感觉到要渐渐头秃。
思路分析
这种体力活，写程序解决是*轻松的啦。小明这时候想到了他的程序员好朋友小段，于是他把这个问题抛给了小段。
小段缕了下他那所剩无几的头发，说：so easy，只需要找潘大师即可。
小明说：你搞不定吗？还要找其他人！
小段苦笑说：不不不，潘大师是 Python 里面一个处理数据的库，叫 Pandas ，俗称 潘大师。
小明说：我不管什么大师不大师，就说需要多久搞定。
小段说：给我几分钟写程序，再跑几秒钟就好了！
小明发过去了膜拜大佬的表情。
小段略微思考了下，整理了一下程序思路：
计算每张表每一行的销售额，用“访客数 * 转化率 * 客单价”就行。
将每张表格根据品牌汇总销售额。
将所有表格的结果汇总成一张总表
在总表中根据品牌汇总销售额并排序
编码
第零步，读取 Excel :
import pandas as pd
df = pd.read_excel(“./tables/” + name)
*步，计算每张表格内的销售额：
df[‘销售额’] = df[‘访客数’] * df[‘转化率’] * df[‘客单价’]
第二步，将每张表格根据品牌汇总销售额：
df_sum = df.groupby(‘品牌’)[‘销售额’].sum().reset_index()
第三步，将所有表格的结果汇总成一张总表：
result = pd.DataFrame()
result = pd.concat([result, df_sum])
第四步，在总表中根据品牌汇总销售额并排序：
final = result.groupby(‘品牌’)[‘销售额’].sum().reset_index().sort_values(‘销售额’, ascending=False)
*后，我们来看看完整的程序：
import pandas as pd
import os
result = pd.DataFrame()
for name in os.listdir(“./tables”):
try:
df = pd.read_excel(“./tables/” + name)
df[‘销售额’] = df[‘访客数’] * df[‘转化率’] * df[‘客单价’]
df_sum = df.groupby(‘品牌’)[‘销售额’].sum().reset_index()
result = pd.concat([result, df_sum])
except:
print(name)
pass
final = result.groupby(‘品牌’)[‘销售额’].sum().reset_index().sort_values(‘销售额’, ascending=False)
pd.set_option(‘display.float_format’, lambda x: ‘%.2f’ % x)
print(final.head())
*后的结果是这样的：
品牌 销售额
15 品牌-5 1078060923.62
8 品牌-17 1064495314.96
4 品牌-13 1038560274.21
3 品牌-12 1026115153.00
13 品牌-3 1006908609.07
可以看到*终的前五已经出来了，整个程序运行起来还是很快的。
几分钟之后，小段就把结果给小明发过去了，小明感动得内牛满面，直呼改天请吃饭，拜师学艺！