Excel Analysis

# Excel 分析 ## 快速开始 使用 pandas 读取 Excel 文件： python import pandas as pd # 读取 Excel 文件 df = pd.read_excel("data.xlsx", sheet_name="Sheet1") # 显示前几行 print(df.head()) # 基本统计信息 print(df.describe()) ## 读取多个工作表 处理工作簿中的所有工作表： python import pandas as pd # 读取所有工作表 excel_file = pd.ExcelFile("workbook.xlsx") for sheet_name in excel_file.sheet_names: df = pd.read_excel(excel_file, sheet_name=sheet_name) print(f"n{sheet_name}:") print(df.head()) ## 数据分析 执行常见分析任务： python import pandas as pd df = pd.read_excel("sales.xlsx") # 分组并聚合 sales_by_region = df.groupby("region")["sales"].sum() print(sales_by_region) # 筛选数据 high_sales = df[df["sales"] > 10000] # 计算指标 df["profit_margin"] = (df["revenue"] - df["cost"]) / df["revenue"] # 按列排序 df_sorted = df.sort_values("sales", ascending=False) ## 创建 Excel 文件 将数据写入带有格式的 Excel： python import pandas as pd df = pd.DataFrame({ "Product": ["A", "B", "C"], "Sales": [100, 200, 150], "Profit": [20, 40, 30] }) # 写入 Excel writer = pd.ExcelWriter("output.xlsx", engine="openpyxl") df.to_excel(writer, sheet_name="Sales", index=False) # 获取工作表以进行格式化 worksheet = writer.sheets["Sales"] # 自动调整列宽 for column in worksheet.columns: max_length = 0 column_letter = column[0].column_letter for cell in column: if len(str(cell.value)) > max_length: max_length = len(str(cell.value)) worksheet.column_dimensions[column_letter].width = max_length + 2 writer.close() ## 数据透视表 以编程方式创建数据透视表： python import pandas as pd df = pd.read_excel("sales_data.xlsx") # 创建数据透视表 pivot = pd.pivot_table( df, values="sales", index="region", columns="product", aggfunc="sum", fill_value=0 ) print(pivot) # 保存数据透视表 pivot.to_excel("pivot_report.xlsx") ## 图表和可视化 从 Excel 数据生成图表： python import pandas as pd import matplotlib.pyplot as plt df = pd.read_excel("data.xlsx") # 创建柱状图 df.plot(x="category", y="value", kind="bar") plt.title("按类别销售额") plt.xlabel("类别") plt.ylabel("销售额") plt.tight_layout() plt.savefig("chart.png") # 创建饼图 df.set_index("category")["value"].plot(kind="pie"