自从学了Python后就逼迫自己不用Excel，所有操作用Python实现。直接进入正题。
数据是网上找到的销售数据，长这样：
一、关联公式:Vlookup
vlookup是excel几乎最常用的公式，一般用于两个表的关联查询等。所以我先把这张表分为两个表。
<code>df1=sale[['订单明细号','单据日期','地区名称', '业务员名称','客户分类', '存货编码', '客户名称', '业务员编码', '存货名称', '订单号',
'客户编码', '部门名称', '部门编码']]
df2=sale[['订单明细号','存货分类', '税费', '不含税金额', '订单金额', '利润', '单价','数量']]/<code>
需求：想知道df1的每一个订单对应的利润是多少。
利润一列存在于df2的表格中，所以想知道df1的每一个订单对应的利润是多少。用excel的话首先确认订单明细号是唯一值，然后在df1新增一列写：=vlookup(a2,df2!a:h,6,0) ，然后往下拉就ok了。（剩下13个我就不写excel啦）
那用python是如何实现的呢？
<code>#查看订单明细号是否重复，结果是没。
df1["订单明细号"].duplicated().value_counts()
df2["订单明细号"].duplicated().value_counts()
df_c=pd.merge(df1,df2,on="订单明细号",how="left")/<code>
二、数据透视表
需求：想知道每个地区的业务员分别赚取的利润总和与利润平均数。
<code>pd.pivot_table(sale,index="地区名称",columns="业务员名称",values="利润",aggfunc=[np.sum,np.mean])/<code>
三、对比两列差异
因为这表每列数据维度都不一样，比较起来没啥意义，所以我先做了个订单明细号的差异再进行比较。
需求：比较订单明细号与订单明细号2的差异并显示出来。
<code>sale["订单明细号2"]=sale["订单明细号"]
#在订单明细号2里前10个都+1.
sale["订单明细号2"][1:10]=sale["订单明细号2"][1:10]+1
#差异输出
result=sale.loc[sale["订单明细号"].isin(sale["订单明细号2"])==False]/<code>
四、去除重复值
需求：去除业务员编码的重复值
<code>sale.drop_duplicates("业务员编码",inplace=True)/<code> 五、缺失值处理
先查看销售数据哪几列有缺失值。
<code>#列的行数小于index的行数的说明有缺失值，这里客户名称329<335,说明有缺失值
sale.info()/<code>
需求：用0填充缺失值或则删除有客户编码缺失值的行。实际上缺失值处理的办法是很复杂的，这里只介绍简单的处理方法，若是数值变量，最常用平均数或中位数或众数处理，比较复杂的可以用随机森林模型根据其他维度去预测结果填充。若是分类变量，根据业务逻辑去填充准确性比较高。比如这里的需求填充客户名称缺失值：就可以根据存货分类出现频率最大的存货所对应的客户名称去填充。
这里我们用简单的处理办法：用0填充缺失值或则删除有客户编码缺失值的行。
<code>#用0填充缺失值
sale["客户名称"]=sale["客户名称"].fillna(0)
#删除有客户编码缺失值的行
sale.dropna(subset=["客户编码"])/<code>
六、多条件筛选
需求：想知道业务员张爱，在北京区域卖的商品订单金额大于6000的信息。
<code>sale.loc[(sale["地区名称"]=="北京")&(sale["业务员名称"]=="张爱")&(sale["订单金额"]>5000)]/<code>
七、 模糊筛选数据
需求:筛选存货名称含有"三星"或则含有"索尼"的信息。
<code>sale.loc[sale["存货名称"].str.contains("三星|索尼")]/<code>八、分类汇总
需求:北京区域各业务员的利润总额。
<code>sale.groupby(["地区名称","业务员名称"])["利润"].sum()/<code>
九、条件计算
需求：存货名称含“三星字眼”并且税费高于1000的订单有几个？这些订单的利润总和和平均利润是多少？（或者最小值，最大值，四分位数，标注差）
<code>sale.loc[sale["存货名称"].str.contains("三星")&(sale["税费"]>=1000)][["订单明细号","利润"]].describe()/<code>
十、删除数据间的空格
需求：删除存货名称两边的空格。
<code>sale["存货名称"].map(lambda s :s.strip(""))/<code>无论用哪个工具，能解决问题就是好数据分析师！
转
来源：https://zhuanlan.zhihu.com/p/30072060
结尾
最后多说一句，小编是一名python开发工程师，这里有我自己整理了一套最新的python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。想要这些资料的可以关注小编，并在后台私信小编：“01”即可领取。
閱讀更多 Python之眼 的文章
