pandas数据分析（一）csv数据分析并输出excel

    之前有一段时间整理了Python的基础，是时候来一些实践了。我们都知道，Python提供了很多方便好用、功能强大的库，本篇主要总结使用pandas进行数据处理和分析。

目录

一、前言

二、代码

---

一、前言

    中午准备跟同事去吃饭，发现他在那很苦恼。问他 ，说是想用pandas实现一个功能：把某数据平台的CSV文件做简单处理，然后保存为excel文件，因为经常做类似的工作，每次手动去搞比较烦。他的问题是pip3 install pandas总是报错，帮他看了一下，是电脑代理的问题。

    回来后，我在想，我也有类似的数据分析工作，但我该场景可能一年有那么两三次，不频繁，也都是手动在搞，心想我也可以使用pandas去写一下。我的需求是：在app某业务场景中，需要统计app每个页面的百分比，并且需要计算累计百分比，我的原始数据是一份统计页面和打开次数的csv文件。

二、代码

    代码比较简单，加了点注释，直接上代码：

import pandas as pd


def pandas_head():
    # 输入path和输出path
    input_path = "origin.csv"
    output_path = "result.xlsx"
    # 读取csv文件并根据"count"列按照数值大小递减排序
    data = pd.read_csv(input_path).sort_values(by="count", ignore_index=True, ascending=False)
    # 新增"percent"列，计算百分比
    data['percent'] = data['count'] / data['count'].sum(axis=0)
    data['percent'] = data['percent'].apply(lambda x: format(x, '.2%'))
    # 新增"cum_percent"列，计算累计百分比
    data['cum_percent'] = data['count'].cumsum() / data['count'].sum(axis=0)
    data['cum_percent'] = data['cum_percent'].apply(lambda x: format(x, '.2%'))
    # 保存到excel
    data.to_excel(output_path, index=False)


pandas_head()

 运行后，输出result.xlsx：

 使用excel打开后的效果：

 可能会遇到如下报错：

解决方式：导入一下openpyxl包即可。

    使用pandas我们可以做很多的日常数据分析工作，相比于自己去导入到excel然后再利用excel的能力/公式等去做数据分析工作，极大的简化了操作步骤，且出错的概率也低很多。